论文里的图表像一道菜的成品：如果只留下照片，却丢了原料、步骤和用量，日后发现味道不对，也很难查清问题出在哪。科研数据同样如此。未来的 AI 或许能批量筛查论文异常，但它要做可靠的诚信审计，不能只读论文文字或查看最终图片，还需要原始记录、中间文件和处理说明。
据 Nature 介绍，Qingde Shi、Jinlei Nie 和 Zhaowei Kong 在 2026 年 10 月 13 日在线发表的 Correspondence 中指出，AI 工具已能发现论文里长期存在的错误，说明事后自动化审查正在成为可能。他们最具体的主张是：审计工具若能访问原始文件，检查会更稳健。这里的关键是数据溯源——记录数据从哪里来，又经过谁和哪些步骤变成论文中的结果。只有保住这条“履历”，AI 才有机会区分原始观测、正常处理和可疑改动。
这封短文没有披露具体审计系统或效果数字，重点更像一项基础设施提醒：数据今天不留，未来即使工具更强，也可能无从复核；而 AI 只能帮助筛出异常，最终判断仍需要证据和人工调查。