本文最后更新于 13 天前，如有失效请评论区留言。
这几天，OpenAI 发布了一款名为 Prism 的科研协作工具，号称基于全新的 GPT-5.2 模型，免费提供给科研人员使用。知乎上立刻就有小伙伴提问：”这东西到底能干嘛？”说实话，看到这个消息的第一反应是：类似的理念我早就在 ChineseResearchLaTeX 项目上实践了
而且从 2025 年 11 月就开始探索 AI 原生科研写作辅助，比 Prism 更早拥抱这个方向。今天咱们就聊聊这件事：从 OpenAI 的产品历史说起，看看 Prism 到底是个什么东西，再对比一下开源方案的优势，最后说说科研人到底该怎么选。
OpenAI 的产品史，说起来有点尴尬。除了 ChatGPT 这个现象级产品外，他们在消费级领域的尝试几乎可以用”惨烈”来形容。
最典型的例子就是 GPTs 在消费级市场的困境。2023 年底，OpenAI 高调推出”人人都是产品经理”的 GPTs 生态，承诺开发者可以通过 GPT 使用方式赚钱5。但效果并不理想——微软在 2024 年 7 月就停止了 Copilot Pro 的 GPT Builder 支持，仅运营了约 3 个月2, 3。虽然 OpenAI 自家的 GPT Store 仍在运营，但消费级 GPTs 的整体热度已明显下降。
为什么失败？核心原因很简单：消费级市场不是那么好做的。
GPTs 试图让普通消费者都能创建 AI 应用，但这个愿景在实践中证明不可持续。安全问题频发、商业模式不清晰、变现机制迟迟不落地，最终导致马太效应严重——头部 GPTs 占据大部分流量，长尾应用无人问津6。
更尴尬的是，OpenAI 还在 2025 年尝试推出”模型路由器”功能，但仅 4 个月后就撤回了这个核心产品策略，在免费版及 5 美元订阅层取消了该功能7。
消费级市场的惨败，让 OpenAI 和微软都开始调整战略：把重心从消费级市场转向商业和企业应用场景6。
这次推出的 Prism，表面上是”免费科研工具”，实际上更像是一次 B 端用户的试探——科研人员、研究机构、高校实验室，这些才是真正的付费潜力客户。
但问题是：OpenAI 在消费级产品上的失败记录，能让人对它的科研产品有信心吗？
还有一个更深层的问题：在很多 AI 产品的主流形态上，OpenAI 往往是追随者，而不是开拓者。
看看 AI 编程领域：
OpenAI 在这个领域做了什么？除了给 Copilot 提供 API 支持外，几乎没有什么像样的自有产品。直到 2025 年，OpenAI 才开始入局 AI 原生 IDE，收购了 Windsurf，试图”押注全新 IDE 秩序”8。
同样的故事在 AI 绘画领域也是如此：Stable Diffusion、Midjourney 早就在这个领域建立了生态，OpenAI 的 DALL-E 虽然发布时间不晚，但始终没有形成真正的社区和生态。
这次 Prism 的发布，本质上还是在”跟随”——跟随已经出现的 AI 科研辅助趋势，试图用 GPT-5.2 的技术优势后来居上。
在聊 Prism 之前，先说说 ChineseResearchLaTeX。
这是一个开源项目，全称是”中国科研常用 LaTeX 模板集”，由我开发并在 GitHub 上维护11。它提供了包括国家自然科学基金（NSFC）申请书模板等科研文档格式12，更重要的是，ChineseResearchLaTeX 在 2025 年 11 月就开始了将 Vibe Coding 与科学研究相结合，并且由于严格遵守 Agent Skill 开发规范，因此适用于绝大多数 Vibe Coding 工具（无论是 Claude Code、Cursor 还是 OpenCode）。
什么是 Vibe Coding？简单说，就是开发者用自然语言描述意图或”氛围”给 AI 工具（比如 Cursor、Claude Code），而不是逐行写代码或需要深刻理解语法13。
我在 ChineseResearchLaTeX 里一直强调一个原则：AI 深度参与，但人类拍板。所以我更愿意把它理解成一套”可执行的工作流”：
这和 Prism 宣称的”AI 原生科研协作空间”理念，本质上是一样的——让 AI 深度参与到创作过程中，而不仅仅是一个工具。
现在来比一比时间线：
差了两个多月。
这两个月意味着什么？意味着 ChineseResearchLaTeX 已经在 AI 原生科研写作领域积累了早期经验，而 Prism 还在”从摘要到致谢，GPT-5.2 包圆”的宣传阶段14。
更重要的是，ChineseResearchLaTeX 是开源的。这意味着：
– 任何人都可以查看、修改、贡献代码
– 社区驱动的迭代速度可能更快
– 不会因为一家公司的商业决策而突然停止服务
想想看，如果 OpenAI 明天决定 Prism “无法盈利”，会不会像 Copilot GPTs 一样被砍掉？
现在来聊聊正题：像 ChineseResearchLaTeX 这样的开源科研辅助项目，和 OpenAI Prism 这样的闭源平台产品，到底有哪些差别？
我总结为四个核心维度：
Prism 是什么？是一个”基于 GPT-5.2 的 AI 原生科研协作空间”1。
这意味着什么？意味着你只能用 GPT。
如果你觉得 GPT-5.2 不够好，或者想试试 Claude 4、Gemini 2.5、国产模型（比如 DeepSeek、通义千问），抱歉——Prism 不支持。
这种”只用我家的模型”的策略，和 OpenAI 一贯的产品逻辑是一脉相承的：通过封闭生态锁定用户，而不是通过开放标准赢得市场。
开源方案的核心优势就是：平台和模型都没有限制。
ChineseResearchLaTeX 基于 Vibe Coding 理念重构，这意味着你可以：
– 用 Claude Code 作为 AI 代理10
– 用 OpenCode 作为替代方案10
– 用 Codex 进行代码生成和重构9
– 甚至可以用 本地部署的模型
这不是”支持多个模型/平台”这么简单——这是彻底的模型自由。你想用哪个就用哪个，今天用 Claude，明天用 DeepSeek，完全取决于你的需求和偏好。
Prism 的宣传点是”完全免费”——无限项目、无限协作者1。
你可能会问：OpenAI 为什么要免费？
看看 OpenAI 的财务状况：
– 2025 年上半年收入 43 亿美元，但亏损高达 80-135 亿美元（亏损是收入的 3 倍）15
– 估值达万亿美元级别，但 IPO 压力巨大15
– 软银还在追加高达 300 亿美元的投资，但”再不上市，财务窟窿就要把巨头们拖垮了”15
在这个背景下，Prism 的”免费”更像是一个获客策略——先让你用上、用习惯，等生态成型后再开始收费。
参考一下 GPTs 的历史：OpenAI 曾经承诺”开发者可以通过 GPT 使用方式赚钱”，但推出两个月后，变现机制的细节仍未明确6。最终，GPT Store 因为”无法盈利”而被微软砍掉3。
开源方案的成本模型是完全不同的。你只需要：
– 一个可靠的 API 源（比如 OpenAI、Anthropic、或者国产模型）
– 或者一个”车”（你懂的）
但这个成本是可控的、透明的。你知道自己在为 API 调用付费，知道每个 token 多少钱，可以根据自己的使用量来优化成本。
更重要的是：你不会被单一供应商锁定。如果 OpenAI 涨价，你可以换 Claude；如果 Claude 涨价，你可以换 DeepSeek。
这种成本可控性，对于预算有限的科研人员和学生来说，可能比”暂时免费”更有吸引力。
Prism 是一个”云端的 LaTeX 工作空间”，基于 Crixet LaTeX 平台1。
这意味着什么？意味着你的论文草稿、实验数据、研究思路，都要上传到 OpenAI 的服务器。
对于某些科研领域来说，这可能不是问题。但对于涉及敏感数据、未发表成果、专利申请前的研究来说，数据上云是一个巨大的风险。科研机构对数据安全和隐私保护的要求，远高于普通消费者。
开源方案的最大优势之一就是：可以与个人电脑里的工作流马上融合，不需要将数据上云19。
具体来说：
这意味着什么？意味着你的研究数据从未离开过你的电脑。
当然，本地部署也有成本：
– 需要较好的硬件（GPU、内存）
– 需要一定的技术能力来配置和维护
– 本地模型的性能可能不如 GPT-5.2 这样的云端模型
但对于敏感研究领域来说，这个成本是值得的。
Prism 是一个独立的平台，你需要：
– 在 prism.openai.com 上注册账号
– 在云端创建项目和文档
– 邀请协作者通过链接加入
这当然很方便——”无需本地配置”是一个巨大的卖点1。
但问题是：Prism 如何与你现有的工作流融合？
如果你习惯用：
– Zotero 管理文献
– Git 管理版本
– VS Code 写代码
– Obsidian 做笔记
那么 Prism 可能会让你感到”割裂”。你需要在一个新的平台上重新建立工作习惯。
ChineseResearchLaTeX 这样的开源项目，从一开始就设计为融入你的现有工作流4：
这不是”平台”，这是工具链。每一个工具都可以单独替换、单独升级，但你整体的工作流保持稳定。
更重要的是：这些工具大多都有成熟的社区和文档。你遇到问题时，可以在 Stack Overflow、GitHub Issues、Reddit 上找到解决方案——而不是依赖 OpenAI 的客服。
我一般会从这几个维度掂量一下：
| 数据类型 | 推荐方案 |
|---|---|
| 公开领域研究（如数学、理论物理） | Prism 可行 |
| 涉及人体实验的研究 | 本地方案优先 |
| 专利申请前的技术方案 | 本地方案强制 |
| 与企业合作的研究项目 | 看合作方要求 |
| 技术水平 | 推荐方案 |
|---|---|
| 不懂编程、不想折腾 | Prism 适合 |
| 会用 Git、愿意学习 | 开源方案更灵活 |
| 有本地部署经验 | 本地方案最优 |
| 预算情况 | 推荐方案 |
|---|---|
| 完全没有预算 | Prism（暂时）或国产免费 API |
| 有一定 API 预算 | 开源方案 + 多个 API 源 |
| 有硬件资源 | 本地方案长期最优 |
| 协作场景 | 推荐方案 |
|---|---|
| 单人研究 | 开源方案完全够用 |
| 小团队协作 | Git + 云端仓库（如 GitHub） |
| 大团队实时协作 | Prism 或 Overleaf 可能更方便 |
OpenAI Prism 的发布，本质上是一次迟到的跟随——跟随已经出现的 AI 科研辅助趋势，试图用 GPT-5.2 的技术优势后来居上。
但问题是：OpenAI 在消费级产品上的失败记录，能让人对它的科研产品有信心吗？
从 GPTs/GPT Store 的快速失败，到模型路由器的匆忙撤回，OpenAI 展示了一个令人担忧的模式：擅长技术突破，但不擅长产品化和可持续运营。
相比之下，像 ChineseResearchLaTeX 这样的开源项目，虽然技术规模可能不如 OpenAI，但它们展示了一种不同的可能性：
– 平台自由：不被单一供应商锁定
– 模型自由：想用哪个 AI 就用哪个
– 成本可控：透明的付费模型，不会被”免费”陷阱套牢
– 数据安全：本地部署选项，保护敏感研究
当然，开源方案也有自己的问题：需要一定的技术能力、配置成本、学习曲线。
但在我看来，科研的本质就是探索和学习。如果你愿意投入一点时间学习这些工具，你将获得的是：
– 完全掌控自己的工作流
– 不被单一供应商绑架
– 数据安全有保障
– 长期成本更可控
这些，可能比”暂时免费”更有价值。
最后，我想说的是：Prism 不是终点，也不是答案。它只是一个选项，一个在开源生态已经成熟之后才姗姗来迟的选项。
真正的答案，在于你自己的需求、能力和选择。
---------------
完结，撒花！如果您点一下广告，可以养活苯苯😍😍😍
本文最后更新于 13 天前，如有失效请评论区留言。
这几天，OpenAI 发布了一款名为 Prism 的科研协作工具，号称基于全新的 GPT-5.2 模型，免费提供给科研人员使用。知乎上立刻就有小伙伴提问：”这东西到底能干嘛？”说实话，看到这个消息的第一反应是：类似的理念我早就在 ChineseResearchLaTeX 项目上实践了
而且从 2025 年 11 月就开始探索 AI 原生科研写作辅助，比 Prism 更早拥抱这个方向。今天咱们就聊聊这件事：从 OpenAI 的产品历史说起，看看 Prism 到底是个什么东西，再对比一下开源方案的优势，最后说说科研人到底该怎么选。
OpenAI 的产品史，说起来有点尴尬。除了 ChatGPT 这个现象级产品外，他们在消费级领域的尝试几乎可以用”惨烈”来形容。
最典型的例子就是 GPTs 在消费级市场的困境。2023 年底，OpenAI 高调推出”人人都是产品经理”的 GPTs 生态，承诺开发者可以通过 GPT 使用方式赚钱5。但效果并不理想——微软在 2024 年 7 月就停止了 Copilot Pro 的 GPT Builder 支持，仅运营了约 3 个月2, 3。虽然 OpenAI 自家的 GPT Store 仍在运营，但消费级 GPTs 的整体热度已明显下降。
为什么失败？核心原因很简单：消费级市场不是那么好做的。
GPTs 试图让普通消费者都能创建 AI 应用，但这个愿景在实践中证明不可持续。安全问题频发、商业模式不清晰、变现机制迟迟不落地，最终导致马太效应严重——头部 GPTs 占据大部分流量，长尾应用无人问津6。
更尴尬的是，OpenAI 还在 2025 年尝试推出”模型路由器”功能，但仅 4 个月后就撤回了这个核心产品策略，在免费版及 5 美元订阅层取消了该功能7。
消费级市场的惨败，让 OpenAI 和微软都开始调整战略：把重心从消费级市场转向商业和企业应用场景6。
这次推出的 Prism，表面上是”免费科研工具”，实际上更像是一次 B 端用户的试探——科研人员、研究机构、高校实验室，这些才是真正的付费潜力客户。
但问题是：OpenAI 在消费级产品上的失败记录，能让人对它的科研产品有信心吗？
还有一个更深层的问题：在很多 AI 产品的主流形态上，OpenAI 往往是追随者，而不是开拓者。
看看 AI 编程领域：
OpenAI 在这个领域做了什么？除了给 Copilot 提供 API 支持外，几乎没有什么像样的自有产品。直到 2025 年，OpenAI 才开始入局 AI 原生 IDE，收购了 Windsurf，试图”押注全新 IDE 秩序”8。
同样的故事在 AI 绘画领域也是如此：Stable Diffusion、Midjourney 早就在这个领域建立了生态，OpenAI 的 DALL-E 虽然发布时间不晚，但始终没有形成真正的社区和生态。
这次 Prism 的发布，本质上还是在”跟随”——跟随已经出现的 AI 科研辅助趋势，试图用 GPT-5.2 的技术优势后来居上。
在聊 Prism 之前，先说说 ChineseResearchLaTeX。
这是一个开源项目，全称是”中国科研常用 LaTeX 模板集”，由我开发并在 GitHub 上维护11。它提供了包括国家自然科学基金（NSFC）申请书模板等科研文档格式12，更重要的是，ChineseResearchLaTeX 在 2025 年 11 月就开始了将 Vibe Coding 与科学研究相结合，并且由于严格遵守 Agent Skill 开发规范，因此适用于绝大多数 Vibe Coding 工具（无论是 Claude Code、Cursor 还是 OpenCode）。
什么是 Vibe Coding？简单说，就是开发者用自然语言描述意图或”氛围”给 AI 工具（比如 Cursor、Claude Code），而不是逐行写代码或需要深刻理解语法13。
我在 ChineseResearchLaTeX 里一直强调一个原则：AI 深度参与，但人类拍板。所以我更愿意把它理解成一套”可执行的工作流”：
这和 Prism 宣称的”AI 原生科研协作空间”理念，本质上是一样的——让 AI 深度参与到创作过程中，而不仅仅是一个工具。
现在来比一比时间线：
差了两个多月。
这两个月意味着什么？意味着 ChineseResearchLaTeX 已经在 AI 原生科研写作领域积累了早期经验，而 Prism 还在”从摘要到致谢，GPT-5.2 包圆”的宣传阶段14。
更重要的是，ChineseResearchLaTeX 是开源的。这意味着：
– 任何人都可以查看、修改、贡献代码
– 社区驱动的迭代速度可能更快
– 不会因为一家公司的商业决策而突然停止服务
想想看，如果 OpenAI 明天决定 Prism “无法盈利”，会不会像 Copilot GPTs 一样被砍掉？
现在来聊聊正题：像 ChineseResearchLaTeX 这样的开源科研辅助项目，和 OpenAI Prism 这样的闭源平台产品，到底有哪些差别？
我总结为四个核心维度：
Prism 是什么？是一个”基于 GPT-5.2 的 AI 原生科研协作空间”1。
这意味着什么？意味着你只能用 GPT。
如果你觉得 GPT-5.2 不够好，或者想试试 Claude 4、Gemini 2.5、国产模型（比如 DeepSeek、通义千问），抱歉——Prism 不支持。
这种”只用我家的模型”的策略，和 OpenAI 一贯的产品逻辑是一脉相承的：通过封闭生态锁定用户，而不是通过开放标准赢得市场。
开源方案的核心优势就是：平台和模型都没有限制。
ChineseResearchLaTeX 基于 Vibe Coding 理念重构，这意味着你可以：
– 用 Claude Code 作为 AI 代理10
– 用 OpenCode 作为替代方案10
– 用 Codex 进行代码生成和重构9
– 甚至可以用 本地部署的模型
这不是”支持多个模型/平台”这么简单——这是彻底的模型自由。你想用哪个就用哪个，今天用 Claude，明天用 DeepSeek，完全取决于你的需求和偏好。
Prism 的宣传点是”完全免费”——无限项目、无限协作者1。
你可能会问：OpenAI 为什么要免费？
看看 OpenAI 的财务状况：
– 2025 年上半年收入 43 亿美元，但亏损高达 80-135 亿美元（亏损是收入的 3 倍）15
– 估值达万亿美元级别，但 IPO 压力巨大15
– 软银还在追加高达 300 亿美元的投资，但”再不上市，财务窟窿就要把巨头们拖垮了”15
在这个背景下，Prism 的”免费”更像是一个获客策略——先让你用上、用习惯，等生态成型后再开始收费。
参考一下 GPTs 的历史：OpenAI 曾经承诺”开发者可以通过 GPT 使用方式赚钱”，但推出两个月后，变现机制的细节仍未明确6。最终，GPT Store 因为”无法盈利”而被微软砍掉3。
开源方案的成本模型是完全不同的。你只需要：
– 一个可靠的 API 源（比如 OpenAI、Anthropic、或者国产模型）
– 或者一个”车”（你懂的）
但这个成本是可控的、透明的。你知道自己在为 API 调用付费，知道每个 token 多少钱，可以根据自己的使用量来优化成本。
更重要的是：你不会被单一供应商锁定。如果 OpenAI 涨价，你可以换 Claude；如果 Claude 涨价，你可以换 DeepSeek。
这种成本可控性，对于预算有限的科研人员和学生来说，可能比”暂时免费”更有吸引力。
Prism 是一个”云端的 LaTeX 工作空间”，基于 Crixet LaTeX 平台1。
这意味着什么？意味着你的论文草稿、实验数据、研究思路，都要上传到 OpenAI 的服务器。
对于某些科研领域来说，这可能不是问题。但对于涉及敏感数据、未发表成果、专利申请前的研究来说，数据上云是一个巨大的风险。科研机构对数据安全和隐私保护的要求，远高于普通消费者。
开源方案的最大优势之一就是：可以与个人电脑里的工作流马上融合，不需要将数据上云19。
具体来说：
这意味着什么？意味着你的研究数据从未离开过你的电脑。
当然，本地部署也有成本：
– 需要较好的硬件（GPU、内存）
– 需要一定的技术能力来配置和维护
– 本地模型的性能可能不如 GPT-5.2 这样的云端模型
但对于敏感研究领域来说，这个成本是值得的。
Prism 是一个独立的平台，你需要：
– 在 prism.openai.com 上注册账号
– 在云端创建项目和文档
– 邀请协作者通过链接加入
这当然很方便——”无需本地配置”是一个巨大的卖点1。
但问题是：Prism 如何与你现有的工作流融合？
如果你习惯用：
– Zotero 管理文献
– Git 管理版本
– VS Code 写代码
– Obsidian 做笔记
那么 Prism 可能会让你感到”割裂”。你需要在一个新的平台上重新建立工作习惯。
ChineseResearchLaTeX 这样的开源项目，从一开始就设计为融入你的现有工作流4：
这不是”平台”，这是工具链。每一个工具都可以单独替换、单独升级，但你整体的工作流保持稳定。
更重要的是：这些工具大多都有成熟的社区和文档。你遇到问题时，可以在 Stack Overflow、GitHub Issues、Reddit 上找到解决方案——而不是依赖 OpenAI 的客服。
我一般会从这几个维度掂量一下：
| 数据类型 | 推荐方案 |
|---|---|
| 公开领域研究（如数学、理论物理） | Prism 可行 |
| 涉及人体实验的研究 | 本地方案优先 |
| 专利申请前的技术方案 | 本地方案强制 |
| 与企业合作的研究项目 | 看合作方要求 |
| 技术水平 | 推荐方案 |
|---|---|
| 不懂编程、不想折腾 | Prism 适合 |
| 会用 Git、愿意学习 | 开源方案更灵活 |
| 有本地部署经验 | 本地方案最优 |
| 预算情况 | 推荐方案 |
|---|---|
| 完全没有预算 | Prism（暂时）或国产免费 API |
| 有一定 API 预算 | 开源方案 + 多个 API 源 |
| 有硬件资源 | 本地方案长期最优 |
| 协作场景 | 推荐方案 |
|---|---|
| 单人研究 | 开源方案完全够用 |
| 小团队协作 | Git + 云端仓库（如 GitHub） |
| 大团队实时协作 | Prism 或 Overleaf 可能更方便 |
OpenAI Prism 的发布，本质上是一次迟到的跟随——跟随已经出现的 AI 科研辅助趋势，试图用 GPT-5.2 的技术优势后来居上。
但问题是：OpenAI 在消费级产品上的失败记录，能让人对它的科研产品有信心吗？
从 GPTs/GPT Store 的快速失败，到模型路由器的匆忙撤回，OpenAI 展示了一个令人担忧的模式：擅长技术突破，但不擅长产品化和可持续运营。
相比之下，像 ChineseResearchLaTeX 这样的开源项目，虽然技术规模可能不如 OpenAI，但它们展示了一种不同的可能性：
– 平台自由：不被单一供应商锁定
– 模型自由：想用哪个 AI 就用哪个
– 成本可控：透明的付费模型，不会被”免费”陷阱套牢
– 数据安全：本地部署选项，保护敏感研究
当然，开源方案也有自己的问题：需要一定的技术能力、配置成本、学习曲线。
但在我看来，科研的本质就是探索和学习。如果你愿意投入一点时间学习这些工具，你将获得的是：
– 完全掌控自己的工作流
– 不被单一供应商绑架
– 数据安全有保障
– 长期成本更可控
这些，可能比”暂时免费”更有价值。
最后，我想说的是：Prism 不是终点，也不是答案。它只是一个选项，一个在开源生态已经成熟之后才姗姗来迟的选项。
真正的答案，在于你自己的需求、能力和选择。
---------------
完结，撒花！如果您点一下广告，可以养活苯苯😍😍😍