人工智能进入科研活动后，讨论焦点已不能停留在写作提速、检索便捷或局部任务自动化。问题发现、文献筛选、假设生成、实验设计、数据分析、成果写作与同行评议构成连续的科研活动链，人工智能嵌入其中后，证据如何产生、如何被筛选、如何获得可信性，以及研究者、编辑和机构如何承担责任，都可能随之变化。截至2024年的综述和系统证据显示，AI已经进入假设、实验和数据处理等环节，数据质量、人类监督、结果验证、可重复性与可复制性则构成持续存在的瓶颈；这一证据基础主要来自2023—2024年代的GPT-4级模型，未覆盖其后能力更强的代际。工具采用、候选生成或局部实验的改善，只能说明科研活动发生了某些变化，不能直接推出严格意义上的科学范式革命，更不能据此断言科研质量将普遍上升或下降。

本文综合理论框架、系统综述、实验与观察性研究、科学计量研究以及正式政策文本，从科学哲学、科学学、科学计量学、科研伦理与治理等角度考察人工智能的作用。分析中区分能力增强、流程自动化与制度重构三个层次，也区分事实陈述、合成模拟结果、解释性推论与价值判断。认识论视角关注问题、模型、解释和验证之间的联系；科学学视角考察知识可信度如何与研究组织、评价制度和责任结构共同生成；科学计量学视角分析发现、传播、引用和集中度等指标能够描述什么、又不能替代什么；伦理与治理视角则把数据代表性、透明度、监督、问责、公平与可持续性纳入评价。这样的范围划分不追求给不同维度计算一个总分，而是为了避免把速度提升等同于科学质量，把知识传播指标等同于学术价值，把开放或自动化等同于公平。

为把文献判断与机制推演分开，本文设置三项可复现的合成模拟。文献筛选模拟在固定深度的合成语料中比较随机、关键词和带噪声语义信号在召回、主题覆盖及组集中度上的关系；选题发现模拟在信号强度、发现预算和确认权重共同变化的条件下，比较发现、误报、验证负担与信念组召回差异；同行评议模拟在评审能力、严厉度、特异噪声、共享 AI 误差和预算分配变化时，比较评分误差、决定误差、离散度、共识、覆盖与资源分布。三项模拟使用各自独立的数据生成器、参数网格、随机种子和指标口径，彼此不合并效应量，也不把合成数据、真值已知或参数假设当作真实科研部署的代表性证据；模拟参数不绑定具体模型代，机制结论不能被读作对当前模型能力的测量。

在上述生成器给定的条件内，三项结果呈现出相互制约的机制。文献筛选中，语义信号较强的排序可以获得更高召回，但同时伴随头部组集中度上升，主题覆盖的接近并不等于质量或公平得到改善。选题发现中，弱信号条件下提高确认权重会压低总体召回，并扩大不同信念组之间的召回差；验证负担指标又会因缺少真实命中而大量未定义，不能被直接解释为验证成本下降或上升。评审模拟中，提高共享 AI 信号权重会使评分离散度收敛并形成更强共识，却不保证评分误差单调下降；当共享误差增大时，误差恶化与离散度压缩可以同时出现。在相同预算下重新分配额外评审还可能降低合成评分误差，同时减少人类覆盖并改变组间资源差距。综合来看，AI可能改变科研的速度、广度、协作方式和知识组织方式，但不会自动解决因果解释、可证伪性、价值选择与责任归属。模拟结果只用于说明给定构造下的关系边界，不能替代现实部署的经验证据；现阶段能够成立的判断，是把效率、可信性、多样性、公平性和责任结构分开评估，并将人类参与、监督、核验和可追溯性视为不可省略的条件。