PaperMentor: A Human-Centered Multi-Agent Writing Tutor for AI Research Papers on Overleaf
论文导师：面向 Overleaf 的人本中心多智能体写作辅导系统
🧭 多智能体写作辅导系统
Carnegie Mellon University · University of Toronto · Vector Institute · ETH Zurich · Max Planck Institute for Intelligent Systems
构建专家技能库并协调 12 个专业 Agent，在 Overleaf 中提供可操作的论文修改建议
📌 工作参考价值
- 专家技能库（Skill Library）设计：从资深研究者写作建议中提炼领域技能，并注入 Agent prompt，可迁移到电商场景中构建商品文案审核、客服应答等专用 Agent 的行为准则。
- 多智能体协同架构：将写作任务拆解为格式合规、措辞准确、术语一致等 12 个子任务，各 Agent 并行工作，这一模式可用于复杂推荐解释生成、多维度内容审查等场景。
- 工具链嵌入与交互设计：以 Overleaf 原生行内批注形式提供建议，不破坏用户主流程，类似思想可直接用在内部文案编辑、CRM 消息审核工具的 AI 增强上。
- 人本中心原则：AI 只提建议，写作仍由人完成，这种保留人工决策的设计适合电商中需要品控把关的环节，如大促文案、政策通知的 AI 辅助撰写。
动机：早期科研工作者往往缺乏高质量的论文写作反馈，现有 AI 工具多局限于语法纠错或给出笼统分数，难以提供具体、可执行的修改建议。
方法：PaperMentor 构建了一个专家技能库（Expert Skill Library），沉淀资深研究者的写作建议，并部署 12 个专业化 Agent，分别负责格式合规、措辞精确度、术语一致性等不同维度。系统以 Overleaf 原生行内批注的形式输出建议，完全保留人类作者对写作的控制权。
结果：用户研究（n=14）显示，90.6% 的生成批注被评为“可操作”，67.5% 被评为“有效”，显著优于未使用技能库的 GPT-5.2 基线。系统已开源。