研究生时代最难堪的瞬间之一：导师指着论文里的一段问，"这段是你写的吗？"——你答"是"，心虚；答"是 AI 帮的"，下一个问题就是"AI 写的哪来的数据"。AI 参与写作的时代，"留痕"成了新的学术礼仪。两种工具，两种痕迹。
情形一：WorkBuddy 的回答被追问
那段文字确实漂亮，但它是"一次性回答"——过程不可见，依据要现找。导师再问一句"这个数据出处呢"，你就得当场重新翻资料，翻不到就只能含糊。不是回答错了，是它没法自证。
情形二：MuchSci 的产出被追问
同样的段落，来自后者的流程：任务怎么拆的、用了哪几篇文献、每条结论挂着什么出处、哪些段落经我手改过——记录全程在案。导师追问哪一环，我就翻哪一环，两分钟对质完毕，反而加了印象分。
对比的重点不是"谁回答得更好"，而是"谁的参与方式更透明"：WorkBuddy 的模式是对话即消失，MuchSci 的模式是全程留痕、结果可审。在学术场合，后者才是能摊在阳光下的工作方式。