ARS — набор скиллов для Claude Code, охватывающий весь цикл академического исследования: от постановки вопроса до подготовки публикации. Установка занимает около 30 секунд и работает в Claude Code CLI, VS Code и JetBrains начиная с версии 3.7.0.
ИИ выступает как помощник, а не как автор. Инструмент не пишет текст за исследователя — он берёт на себя рутину: поиск источников, оформление цитат, проверку данных и логической согласованности. Автор сам определяет вопрос, метод и интерпретацию результатов. В отличие от «humanizer»-инструментов, ARS не маскирует использование ИИ, а помогает писать лучше: модуль калибровки стиля учится на прошлых текстах автора, а проверка качества письма выявляет признаки машинного текста.
Подход «человек в цикле» обоснован эмпирически. Lu et al. (2026) показали, что полностью автономная система AI Scientist столкнулась с рядом системных сбоев — от галлюцинаций в результатах до фабрикации методологии. Zhao et al. (2026) обнаружили в 111 млн ссылок из 2,5 млн статей около 146 932 галлюцинированных цитат только за 2025 год. ARS реагирует на эти риски через интеграционные проверки на этапах 2.5 и 4.5, локаторную инфраструктуру цитирования (с версии 3.7.3) и опциональный аудит соответствия цитат заявлениям (версия 3.8).
Версия 3.8 закрывает вторую часть проблемы «разрыва достоверности утверждений» (L3): она добавляет проход, который сверяет цитируемый источник с привязанным к нему утверждением. Пять новых классов предупреждений — от неподтверждённых заявлений до фабрикованных ссылок — блокируют вывод на уровне финального форматтера. Калибровка проверяется на золотом наборе из 20 примеров с порогами FNR < 0.15 и FPR < 0.10.
GitHub ★ 44,547