一句话总结
Consensus 是面向研究者的「科学共识校验引擎」——它不写答案，而是把 220M+ 篇同行评审论文的结论「提取」出来给你看，最适合需要证据速判的学生、科研人员与临床医生；但它不能替代系统综述，也不适合通用联网搜索。
核心数据一览
| 项目 | 数据 |
|---|---|
| 开发商 | Consensus（总部波士顿；联合创始人 Christian Salem、Eric Olson） |
| 成立时间 | 2021 年 |
| 论文数据库 | 220M–250M+ 同行评审论文（Semantic Scholar + OpenAlex + 自有爬取，含 PubMed 全库，每周更新） |
| 用户规模 | 1000 万+ 研究者 / 学生 / 临床医生；250 万+ 月活（2026-05 官方披露） |
| 机构合作 | 170+ 大学图书馆接入，向师生开放 |
| 累计融资 | 约 $45.75M（Pre-Seed $1.25M→Seed $3M→A 轮 $11.5M→B 轮 $30M，2026-05） |
| 最新重大更新 | 2026-05 Launch Week：Research Agent、Claude MCP 连接器、ChatGPT App、Wiley/AAAS/ACS 等全文接入 |
| 主要语种 | 英文为主（界面英文） |
| 平台 | Web / iOS / Android / API / MCP |
核心功能评测
1. Consensus Meter（共识仪表盘）—— 4.5 / 5 这是 Consensus 的招牌功能，也是同赛道独一份：当你问一个 yes/no 问题（如「间歇性断食能带来长期减重吗？」），AI 会把检索到的前 20 篇最相关论文逐篇归类为「认同 / 反对 / 可能 / 混合」，再用可视化仪表盘告诉你学界整体倾向。底层机制是「提取而非生成」——所有结论都是论文原文逐字引用，而不是 LLM 凭空造句，这从架构上把幻觉风险压到最低。代价是官方自承分类器约有 10% 误分类率，且对「成人 vs 儿童」这类细节 nuance 有时会忽略。
2. Deep Search 与 Research Agent —— 4.3 / 5 Deep Search 把几天的人工文献综述压缩到几分钟：自动扩展检索词、识别相互冲突的论点、沿引用图谱探索。2026-05 上线的 Research Agent 更进一步，能规划多步检索、串联工具、套用学术筛选器，返回带引用的论证。实测对「长新冠机制的观点冲突」「SSRI 与青少年自杀风险的矛盾证据」这类复杂题能产出结构化综述草稿。但它是「强初稿」，仍需人工逐源核对。
3. 引用溯源与 Study Snapshot —— 4.6 / 5 这是 Consensus 最被第三方评测称赞的部分（aitoolradar 给 Citations 4.6/5）：每个合成结论都链回原始论文，一键可点开核查；Study Snapshot 对单篇论文给出方法、样本、变量、局限性的速读卡。对需要「可辩护引用」的场景（论文、临床、政策），它比通用聊天机器人可信得多。
4. Medical Mode —— 4.2 / 5 2025-10 推出的医学模式把结果收窄到最高质量医学来源：约 800 万篇来自全球前 1000 本医学期刊的文章 + 约 5 万份临床指南。对临床医生做快速、可信的循证回答很有价值，但界面与说明都偏英文，中文临床场景增益有限。
5. MCP 连接器 —— 4.4 / 5 2026 年的关键一步：Consensus 发布 MCP 服务器，把 2.2 亿篇论文语料直接喂进 Claude、ChatGPT Deep Research、Cursor、Codex。如果你本来就活在 Claude/ChatGPT 里做研究，无需切标签页即可拉取带引用的科学证据——这是它从「独立工具」走向「研究 OS」的信号。
价格方案
| 方案 | 价格 | 关键权益 |
|---|---|---|
| Free | $0 | 无限基础检索 + 15 条 Pro 消息/月 + 3 次 Deep review/月 + 10 份 Study Snapshot/月 |
| Pro | $15/月 或 $120/年（折约 $10/月） | 无限 Pro 检索 + 15 次 Deep review/月 + 无限 Study Snapshot + 高级筛选（年份/研究类型/期刊质量） |
| Deep | $65/月 或 $540/年（折约 $45/月） | 含 Pro 全部 + 200 次 Deep review/月，面向重度文献综述与临床/科研人员 |
| Teams | 定制 | 含 Pro 全部 + 每用户 50 次 Deep review/月 + 集中计费，200 席内享折扣 |
| Enterprise | 定制 | API 访问 + 团队管理 + 200+ 用户 + 产品培训，面向大学与研究所 |
数据来源：Consensus 官方帮助中心订阅方案页（2026-06 核验）。注意：部分第三方站点仍列出旧的「Premium $8.99/月」档，官网当前已不提供该命名档位，请以官网为准。学生另有约 40% 折扣，进一步拉低门槛。
与竞品对比
| 维度 | Consensus | Elicit | Perplexity |
|---|---|---|---|
| 定位 | 科学共识校验引擎 | 系统综述提取工具 | 通用实时答案引擎 |
| 数据源 | 220M+ 同行评审论文 | 138M+ 论文 | 实时全网（含网页/预印本） |
| 核心壁垒 | Consensus Meter 共识可视化 | 结构化字段抽取表 | 实时多源综合 + 起草 |
| 溯源可信度 | 极高（逐条论文） | 高（逐条论文） | 中（来源混杂需验证） |
| 最适合 | yes/no 证据速判 | 论文级比较 / 综述 | 探索 / 跨域综合 |
| 起步价 | 免费 / Pro $15/月 | 免费 / Pro $49/月 | 免费 / Pro $20/月 |
结论很清晰：Perplexity 胜在广与快，但来源混合网页与论文、验证成本高；Elicit 胜在深与结构化，适合把 40 篇研究抽成可比字段表；Consensus 胜在「共识方向」一眼可读且每条可溯源。三者是互补而非替代——标准研究流是 Perplexity 做早期探索、Consensus 做证据校验、Elicit 做系统综述骨架。
优势与短板
优势
- 防幻觉是架构级的。 普通 AI 搜索用 LLM 生成答案，Consensus 先用检索锁定论文，再「提取」原文结论，每个数字都能点回出处。这种「synthesis engine 而非 answer engine」的哲学，是它最不可替代的信任底座。
- Consensus Meter 把「学界态度」变成一眼可读的图。 对「某干预到底有没有效」这类问题，传统做法要读几十篇才能摸清倾向，这里 20 篇就给出可视化分布，省下的是以小时计的时间。
- 免费档真能用。 无限基础检索 + 每月 15 条 Pro 消息，学生做课程作业、记者做事实核查零成本起步；Pro $15/月还比多数通用 AI 搜索便宜。
- 生态位在快速上移。 2026 年连发 Research Agent、MCP、ChatGPT App、出版商全文接入，从单点搜索工具朝「研究 OS」演进，170+ 大学图书馆接入说明机构侧已认可。
短板
- 结果不可复现。 同一问题两次查询可能返回不同论文——AI 筛选带随机性，覆盖率并非穷尽。这意味着它适合「速判与发现」，绝不能当作系统综述的检索底稿。
- 学科与语种偏科。 生物医学、行为科学覆盖最强，工程、法律、人文明显偏薄；文献偏向近期、英文，老旧或非英文研究代表性不足。
- 不能处理你自己的文档。 它只检索公开语料，没有「上传我的 PDF 做综述」能力，也不是 EndNote 级的参考文献管理器。
- 高利害场景要克制。 临床、监管、政策决策不能直接引用其合成结论——它自承是「强初稿」，最终仍需读原文。
最终推荐
谁该用：
- 研究生与本科生做文献速判、验证假设前先摸清学界态度；
- 临床医生查循证结论（配合 Medical Mode）；
- 记者 / 科普作者 / 政策研究者做「这个说法有没有研究支撑」的事实核查；
- 已经活在 Claude / ChatGPT 里、想用 MCP 把可信证据无缝拉进工作流的人。
谁不该用：
- 需要系统综述骨架、字段级抽取的，选 Elicit 更直接；
- 需要实时新闻、跨域综合与起草的，Perplexity 更顺手；
- 需要查全自家私有文档或做正式参考文献管理的，它都不擅长；
- 指望「问一句就能直接写进论文引用」的——请把它当起点，不是终点。
购买建议： 先用免费档跑 10 个问题验证风格；若每周都做证据校验、需要 Deep review，再上 Pro $15/月（年付更省）；只有跑大量自动化文献综述的重度用户才需要 Deep $65/月。机构用户直接谈 Teams / Enterprise，走图书馆采购往往零成本。
评测声明：本文基于作者实际使用和公开信息撰写。所有数据来自 Consensus 官方文档、帮助中心定价页、官方博客与独立评测聚合（toolscore、AI Productivity、AITool Radar），其中用户评分引用的是 consensus.app 研究工具相关评测，而非同名销售演示平台（goconsensus.com）的 G2/Trustpilot 评分。本文不含付费推广。