博士论文写作过程涉及数十个被放弃的想法、分散在无数代码库中的代码，以及多年前阅读的数百篇研究论文。AI 工具可以帮助综合这些信息。作者分享了四个具体应用：用于查找引文的研究助手、整合来自多个实验的代码以提高可复现性、对照引用论文进行事实核查，以及基于工作内容生成答辩问题。这些应用可以通过 AI 公司的基础订阅来实现。这些应用不会将思维负担卸载给 AI 系统，在某些情况下甚至增加了论文撰写时间，因为它们旨在产出更好的工作，而不仅仅是写作。

第一个应用是引文查找器，解决了从多年研究中回忆特定论文的挑战。作者使用 Claude Code 构建了一个 RAG 系统，其中包含包含所有引文的 BibTeX 文件和背景部分的关键论文。写作时，作者会将句子和相关论文作为提示词粘贴进去。作者强调不要盲目信任 AI 的输出，并始终通过返回原始研究论文来验证建议的引文。

其余应用涵盖了用于可复现性的代码整合、对照引用论文的事实核查以及生成答辩问题。所有方法的设计初衷都是辅助而非取代研究人员的智力劳动。