该论文提出了一种名为“AI as a Research Object”（AI-RO）的新范式，旨在解决生成式人工智能在科学研究中的治理问题。作者认为，与其争论AI是作者还是工具，不如将AI交互视为研究过程中结构化、可检查的组件。基于Research Object理论和FAIR原则，他们设计了一个框架，通过交互日志和元数据包来记录模型配置、提示和输出。该框架特别适用于安全和隐私（S&P）研究场景，因为这些场景中的来源构件必须满足保密性、完整性和可审计性要求，而通用的披露做法无法满足。作者实现了一个轻量级的写作流水线，其中语言模型在显式约束下综合人类作者的结构化文献综述笔记，并生成可验证的来源记录。论文以立场陈述的形式呈现，并附带一个初始演示工作流，主张科学中生成式AI的治理可以通过结构化文档、受控披露和完整性保护来源捕获来实现。基于此示例，他们概述了未来发展的必要方向，以使此类实践实用且广泛采用。对于安全研究人员而言，该工作直接回应了AI辅助研究中的可归因性和可复现性挑战，为评估和信任AI生成内容提供了可审计的基础。