综述开题时真正费时间的，往往不是读论文，而是确定该读哪些论文。清单式的关键词检索容易漏，引用列表又只能往前追。Connected Papers 的思路是反过来的：给一篇论文，还你一张图谱。它由几位科研出身的开发者在周末副业中做出，About 页署名 Alex Tarnavsky Eitan、Eddie Smolyansky、Itay Knaan Harpaz、Sahar Perets 四人——认官方，先看这处署名与首页那句「Explore connected papers in a visual graph」。

五种入口，一张图谱

首页搜索框接受五种论文标识符：Paper DOI、arXiv 链接、论文标题、Semantic Scholar 链接与 PubMed 链接，任选其一即可起图；下方还摆了三张示例图谱，没想好用哪篇就先点开别人的领域看看。官方说明每生成一张图谱，系统会分析约 50000 篇论文，从中选出与原始论文关联紧密的几十篇进入图中——也就是说，你看到的不是原始搜索结果，而是一轮大规模筛选后的精选。

读图规则：看位置，不看连线

这是这款工具与直觉差异大的地方。图中的论文按相似度排布，互不直接引用的两篇论文也可能紧紧相邻；相似度依据 Co-citation 与 Bibliographic Coupling 两个概念计算——引用与参考文献高度重叠的论文，被认为更可能研究相近主题。官方明确说明它排布论文的依据是相似度而非引用关系，并用力导向图把相似论文聚在一起、把不相似的推开；选中任意节点，会高亮该节点到原始论文在相似度空间中的路径。读图时看的是位置远近，而不是把连线当成引用链。

先导与衍生：综述的两端

写综述要往两个方向看：往前是这门学问从哪来，往后是这个领域正在往哪去。官方为此做了两个视图——Prior Works 用于找领域内重要的先导文献，Derivative Works 用于找该领域的综述以及跟随原始论文发表的新工作。加上多起点图谱、论文收藏与图谱历史，这些能力在官方权益清单里写明对全部套餐开放。数据底座是 Semantic Scholar 论文语料库（ODC-BY 许可），覆盖数百个科学领域的数亿篇论文，机器学习、生物、哲学都在官方列举的范围内。

定价：免费档每月 5 张，功能不打折

官方定价分三档：Free 档 0 美元，每月可生成 5 张图谱，权益标注为「包含全部功能」；Academic 档每月 3 美元、按年计费 36 美元，面向学术、非营利与个人用途，解锁不限量生成；Business 档每月 10 美元、按年计费 120 美元，面向商业与行业用户，同样不限量。支付方式官方写明支持信用卡与借记卡、PayPal、支付宝、银行转账等，订阅为自动续订、可随时取消。页面还设有 Individuals 与 Groups 两类套餐的切换，以及按年与按季两种计费周期。换句话说，免费与进阶的分界只在生成张数，读图、双视图与收藏这些核心能力各档一致。

适合谁用

三类场景对应得比较清楚：研究生开题要快速摸清一个陌生领域的结构，用一张示例图谱起步再换自己的论文重建；写综述怕漏掉关键文献，用 Prior Works 与 Derivative Works 两个方向各补一遍；学位论文要成体系地建参考文献，从必备文献出发让图谱把缺口填上。这款工具出身于开发者自己的科研工作流，About 页写明它从周末副业做起、因确实改善了自己的检索过程才向公众开放，产品形态也因此一直贴着研究者的实际路径走。使用时有一点值得记住：图谱反映的是主题相关性，两篇论文挨得近只说明它们研究的主题相近，引用关系要以原文为准。

当找文献从翻清单变成看地图，综述的第一步就不再是猜关键词，而是把整个领域的结构一眼铺开。