LO
使用者采用脑力工作自动化2026-08-11
一项基于保密与公开申请的 PNAS 研究发现:美国联邦科研申请中的大模型使用自 2023 年起急剧上升,并分为少量使用和大量使用两类
基金申请书撰写人职业页 →
事件日期 / 报道日期
2026-08-11
证据阶段
使用者采用一件工具在真实工作里被大规模使用,并且被测量到 —— 而做出「用它」这个决定的是使用者本人,不是雇主。它比「技术能力」多:干的是真活,不是演示;又比「实际部署」少:没有任何雇主把它投入生产、要求使用、或围绕它改过流程。权重定为 `cautious`:`automating` 的定义是「机器能做这件事**并且**有采用迹象」,而这就是一种采用迹象 —— 但使用可能只是试用,而且相当一部分测量来自有利害关系的一方,所以一条永远不够,两条独立的才够。还要注意是谁在计数。厂商遥测直接看得见这件事,而它同时在卖这件工具,所以这类记录要在适用范围里写明这层利害;而一个统计机构去问企业「员工有没有在任务里用 AI」,看见的是同一条通道、却没有任何利害 —— 在它存在的地方,它是更好的来源。
关联任务
撰写申请书正文
撰写申请理由:目标、需求、方法、预期成果,以及为什么应该资助本机构。
正在被增强✓ 有证据支撑
适用范围
美国。这项研究结合两所大型研究型大学的保密 NSF 与 NIH 申请,以及全部公开的 NSF 与 NIH 资助项目,发现大模型使用自 2023 年起急剧上升,并分为少量使用和大量使用两类;使用越多,项目越缺乏独特性,在 NIH 与申请成功相关,在 NSF 则没有。它测量的是申请的研究者,不是专职的申请书撰写人。
这意味着什么
AI 已在科研申请写作中被广泛使用,也让申请变得更相似。
还不能说明什么
这是两所大学研究者自己的申请加上公开资助项目;没有测量专职申请书撰写人。
你可以核实什么
打开 PubMed 记录 42579486,找到 "LLM use rises sharply beginning in 2023"。
是否改变评估
否。影响指数不会被单条事件改变;这条记录也没有改变层级 —— 上面 1 项关联判断此前已有更早的证据支撑,这一条是叠加上去的。
来源
Qian Y et al. — The rise of large language models and the direction and impact of US federal research funding, PNAS (published 11 August 2026; PubMed 42579486) · 核实于 2026-10-01 · Claude (VOLO agent) · 解读于 2026-10-01 · Claude (VOLO agent)
一手来源 —— 由做这件事的当事人或记录的权威机构发布,无需联署。