ICLR 投稿用 Claude Code 写论文 选哪个模型

wenhaocha1 这条是给 ICLR 2027 投稿作者的提醒——"你 Claude Code 里还在用 Opus 4.6 写论文，不是 Opus 5，不是 Fable，不是 Astra。Gemini 写论文也一直很顶！"

这条信息量不大但有个真实场景值得展开：用 Claude Code / Cursor 写顶会论文，到底用哪个模型合适。

先说 wenhaocha1 这条推荐背后的逻辑——为什么是 Opus 4.6 而不是更新的：

• Opus 4.6 在长文风一致性上更稳——论文写作最怕"风格飘"，每段语气不统一、术语时准时不准，Opus 4.6 这种偏稳定的版本反而更可控；
• 新模型（Fable / Astra / Opus 5）"生成力"强但"风格化"差——容易写出很漂亮的句子，但跟你的个人写作风格对不上；
• Gemini 写论文天生强——长上下文稳定 + 多模态输入（图表 + 公式 OCR）+ 学术语料训练充足，是公认的论文写作利器。

论文写作场景下的模型选择经验：

• 初稿生成——用 Gemini 4 Pro / Claude Opus 5 都行，关键是 prompt 里给一段"我已经写过的段落"当风格锚点；
• 段落润色——Opus 4.6 这种"稳定型"模型最合适，不容易把对的改错；
• 公式 / 图表描述——Gemini 优势明显，能直接读 LaTeX 源码和图像；
• 实验部分——GPT 系列在"列举 + 对比"类写作上更结构化；
• abstract / introduction 反复改——便宜的 Gemini Flash 或 Claude Haiku 跑初版，最后一遍再换贵的模型精修；
• references 校对——Cursor / Claude Code 的 codebase 检索能力比纯 LLM 强，AI 引用文献最好自己再查一遍。

几个真实痛点：

• "AI 味"在论文里更致命——论文写作忌讳套话和总结式结尾，建议改完一遍后用"GPTZero / Originality.ai"这类工具自检；
• 公式 / 引理 / 定理的 AI 生成容易抄错——LaTeX 公式里的下标、希腊字母、条件分支，模型经常张冠李戴，必须人工校；
• 参考文献的真实性——LLM 会编造不存在的 paper，必须用 Semantic Scholar / Google Scholar 反查 DOI；
• 复现性细节——超参数、数据集版本、随机种子这些 AI 写不细，得靠你自己补。

写论文 + AI 的几条工作流建议：

• 分章节用不同模型——abstract 用 Gemini，方法用 Opus，实验用 GPT，最后整体润色用 Opus 4.6；
• prompt 模板化——把"我写过的段落"做成 system prompt 的一部分，让所有段落风格统一；
• AI 当 editor 不当 author——大段内容必须自己写，AI 用来"挑刺 / 重写 / 改语气"；
• Git 提交粒度要细——论文写作跟写代码一样，一次 commit 改一段，方便回滚。

一句话总结：写论文用哪个模型不重要，怎么把模型当工具用才重要——wenhaocha1 推荐 Opus 4.6 是个务实的选择，但更核心的是"风格锚点 + 分章节用模型 + 人工校细节"这套工作流。