Google Gemini vs Elicit：2026 年谁更强？
上个月，我在文献综述的苦海里整整熬了三天。当时我正想给一个客户项目梳理检索增强生成（RAG）的现状，手动扫了几小时摘要、往 Zotero 里粘了一堆引用之后，我整个人都麻了，还总心虚是不是漏掉了什么重要文献。我实在受够了，必须得找个更好的法子。
于是，我花了两周大半的时间，把 Google Gemini（特别是它的 Deep Research 功能）和 Elicit 狠狠地折腾了一番。这俩货都号称能解决文献综述的痛点，但思路完全不一样——而搞懂它们之间的差异，帮我避开了一个费钱又费力的大坑。
这俩工具到底能干啥？
Google Gemini 是谷歌的通用 AI 助手。写邮件、分析表格啥都能干，但咱们这儿要聊的重点是它的“Deep Research”功能——这个功能可以通过联网搜索、整合信息，生成多步推理的研究报告，最后输出结构化的结果。这就是典型的“瑞士军刀”套路：一把刀搞定所有事，学术研究只是其中一项。
Elicit 则完全反其道而行之。它是专门为学术文献综述量身定制的。你提出一个研究问题，它就会去真正的学术数据库里搜（比如 Semantic Scholar 那个两亿多篇论文的语料库），提取相关研究，然后把结果整理成结构化的表格，样本大小、研究方法、结论等关键信息一目了然。它不帮你写邮件，也不搞画图——只干研究这一件事。
正面硬刚：文献综述实测
我用同一个真实场景测了这两个工具：“关于间隔重复在医学教育中的有效性，现有研究是怎么说的？”
Gemini Deep Research
Gemini 大概花了 3-4 分钟就生成了一份详尽的报告。它全网搜索，拉取了各种来源（有些是学术的，有些不是），最后产出了一篇结构严谨的 2000 字摘要，涵盖了作用机制、有效性研究和实际应用等板块。
文字确实润色得很漂亮——谷歌的模型在行文上一直很能打。但当我开始查证事实时，问题就来了。Gemini 引用了一篇 2019 年的医学教育期刊论文，等我顺藤摸瓜找过去一看，居然是 2015 年的。而且它大量引用了博客文章和新闻报道，而不是一手研究。在它引用的 12 个来源里，只有 4 篇是经过同行评审的论文。
更大的问题在于：Gemini 根本分不清哪些研究质量高。它把一篇博客文章的摘要和一项随机对照试验（RCT）放在了同等重要的位置。对于学术工作来说，这可是个不小的硬伤。
Elicit
Elicit 大概花了 45 秒，就返回了一张包含 20 篇相关论文的表格。每一行都列出了论文标题、作者、发表年份、一句话总结、样本量、研究类型，以及直接从全文中提取的关键发现。
这就是 Elicit 的闪光点：它找到了一篇 2023 年的系统综述，而 Gemini 完全没搜到（这可能是因为该文献在付费墙后，而 Elicit 借助 Semantic Scholar 的合作权限访问到了）。Elicit 还特别标出了它找到的论文中有 3 篇属于“高被引”，并显示了每项研究的被引次数。
那代价呢？Elicit 的总结比较干瘪，有时会遗漏细微差别。有一篇论文的方法学被它描述为“RCT, n=120”，但实际上那是一个整群随机试验（cluster-randomized trial），在方法学上有一些对结果解读影响很大的特殊设定。Elicit 的提取没能捕捉到这种微妙的差异。
来源质量与引用
这是两款工具差异最大的地方。
Gemini 搜索的是开放网络。这意味着它能访问预印本、机构知识库和开放获取期刊——但它跨不过付费墙。对于一款 2026 年的工具来说，这确实是个局限。许多重要的研究依然发表在需要付费订阅的期刊上，而 Gemini 根本看不到。
Gemini 在精确引用方面也挺费劲。它虽然提供了 URL，但往往指向的是二手来源（比如关于某项研究的新闻报道，而不是研究本身）。当我让它用 APA 格式排版引用时，大约有 30% 都出了格式错误。
Elicit 则直接接入了 Semantic Scholar 的数据库，该数据库收录了来自 PubMed、arXiv 以及各大出版商的论文。即使全文没有公开，它也能利用摘要和元数据从中提取信息。它的引用导出非常干净利落——可以直接导出为 BibTeX 或 RIS 格式，也能跟 Zotero 等文献管理软件无缝集成。
在查询间隔重复（spaced repetition）时，Elicit 找到了 8 篇通过开放网络搜索根本访问不到的论文，其中有两篇最终成了我这篇综述的核心文献。
价格与访问权限（2026 年 6 月）
Gemini Deep Research 需要订阅 Google One AI Premium，每月 19.99 美元。这笔钱能让你解锁完整的 Gemini 体验——包括 2TB 的 Google 存储空间、Gemini Advanced 以及 Deep Research 功能。Gemini 虽然有免费版，但并不包含 Deep Research。
Elicit 走的是免费增值路线。免费版每月能让你进行 5 次完整查询，但只能访问有限的论文库。Plus 方案每月 12 美元（按年计费）或 15 美元（按月计费），包含无限次查询、完整论文库访问权限，还能按日期、研究方法和期刊影响因子等条件筛选论文。
单纯就文献综述工作而言，Elicit 性价比更高。但如果你本来就在为 Google One 的存储空间买单，并且平时也会拿 Gemini 干点别的，那这笔账就得另算了。
各自的翻车点
我保证实话实说，以下是它们真实的局限性：
Gemini 的问题：
- 分不清文献质量的高低
- 完全抓不到付费墙里的研究
- 引用必须手动核实（我大概每 4 条引用里就能发现 1 条有错）
- 没法按研究类型、日期范围或方法论进行筛选
- “研究报告”的格式是固定的——你没法自定义输出的结构
Elicit 的问题：
- 只能做学术研究；做市场调研、新闻整合或回答常识问题基本抓瞎
- 提取的信息有时会遗漏重要的上下文或方法论细节
- 很多论文看不了全文——你只能看摘要和抓取出来的片段
- 当你想深入钻研某篇论文时，界面操作会有点笨拙
- 仅限英文论文
联动与生态
Gemini 可以和 Google Workspace 联动——也就是 Docs、Sheets、Slides。如果你的工作流都在 Google Drive 里，你可以直接把研究结果丢进文档。对于需要协作的学术写作来说，这点很关键。
Elicit 则和 Zotero、Mendeley 等文献管理软件有联动。你可以一键把选中的论文直接导出到你的文献库里。对于已经在用这些工具的研究者来说，Elicit 能更自然地融入现有的工作流。
这两款工具都没有和 Overleaf 或其他 LaTeX 编辑器实现有意义的深度集成，对它们俩来说，这都是错失的良机。
结论：谁赢了？
做学术文献综述：Elicit，完胜。
信息源的质量问题是决定性的。当你在做可能影响论文、基金申请或临床决策的研究时，你必须清楚自己引用的到底是什么。Elicit 会给你展示经过同行评审的论文，附带引用次数和研究类型；而 Gemini 给你的则是论文、博客帖子和新闻文章的大杂烩，没有任何质量指标。
Elicit 在省时方面也是 Gemini 做不到的。用 Elicit，我能在 5 分钟内扫完 20 篇论文，把相关的 5 篇导出到 Zotero，然后深入研究。用 Gemini 呢，我能拿到一份光鲜亮丽的总结，但还是得手动去追踪和核实每一个信息源。
适合综合调研与信息整合：Gemini
如果你在调研产品发布、探索新行业，或者想了解某个时事热点，Gemini 的网页搜索模式反而成了优势。学术数据库里可没有市场报告、新闻报道或公司博客，但 Gemini 有。
实用建议
选 Elicit，如果你：
- 在做学术研究或系统性文献综述
- 需要引用经过同行评审的文献
- 已经在用 Zotero 这类文献管理工具
- 想按研究方法、日期或质量指标来筛选论文
- 预算相对有限（$12-15/月 vs $20/月）
选 Gemini Deep Research，如果你：
- 需要一个能搞定多种任务的通用 AI 助手
- 你的研究包含非学术来源（新闻、行业报告、博客）
- 主要在 Google Workspace 里办公
- 想要生成流畅的段落式文字，而不是结构化数据
- 做的是探索性研究，对信息源的精准度要求没那么高
大实话： 我两个都在用。查学术文献时，Elicit 是我的第一站——找论文、建文献列表我都靠它。而当我需要把研究结果综合成一段叙述，或者在学术文献之外做调研时，我就会用 Gemini。
如果做文献综述只能选一个，Elicit 胜出。专精的设计确实管用。一个专门为学术研究打造的工具，就是比一个什么活都想接的万金油好用。
但如果你主要不是做学术——比如你是顾问、记者或产品经理，只是偶尔需要查查资料——那 Gemini 的多面手特性，让它成为更好的单工具解决方案。
最后更新：2026 年 6 月。价格与功能以发布时为准。我使用了涵盖机器学习、医学教育和公共政策领域的多种检索词对两款工具进行了测试。