突发！OpenAI Prism 官宣停服：2027 年 1 月 1 日正式下线，科研 LaTeX 工作台落幕，texhub 等你来！

Prism 将于 2027 年 1 月 1 日停止服务

来自 OpenAI 官网的提醒：OpenAI 的科研协作 LaTeX 工作区 Prism 将于 2027 年 1 月 1 日正式关闭，届时所有 Prism 相关数据将被删除且无法恢复，因此必须在关闭前导出项目以保留副本

OpenAI 官方宣布，旗下专为科学家打造的 AI 原生科研协作工作台 Prism 将于 2027 年 1 月 1 日正式停止服务。

从诞生之初被誉为 “科研圈梦幻外挂”，到如今进入谢幕倒计时，Prism 的命运不仅是科技巨头战略收缩的必然结果，更映射出大模型时代下，学术生产力工具与传统 LaTeX 写作范式之间激烈的重构与博弈。

一、 商业视角的冷酷账本：告别 Side Quests，聚焦核心战场

科技巨头从来不为纯粹的 “理想主义” 长期买单。Prism 的关停，本质上是 OpenAI 在向更高效的商业收割机转型的过程中，对投入产出比（ROI）进行的一次精准清算。

• 战略优先级的收窄：随着大模型竞争进入深水区，面对 Anthropic 等对手在企业级与全流程编码工具上的步步紧逼，OpenAI 的内部共识已转变为 “不能因副业（Side Quests）分心”。
• 资源配置的最优解：学术论文写作工具看似高频，但目标受众垂直且天花板明显。与其耗费顶尖工程能力去维护一个独立、免费的学术产品，不如将其技术资产（如智能上下文、多步工具及 layout 校验）直接回笼并集成到 Codex 或 ChatGPT 的全场景应用中。

二、 技术博弈的深层矛盾：AI 范式对传统 LaTeX 工作流的降维冲击

Prism 之所以能惊艳学术界，是因为它将 GPT 大模型深度嵌入到了 LaTeX 编辑器中，实现了比单纯 “复制粘贴到网页” 高出数倍的实时协作效率。但这种繁荣背后，暴露出 AI 时代的深刻矛盾：

• “嵌入式外挂” 的伪命题：传统学者习惯了 Overleaf 这类人际协作的 LaTeX 环境。Prism 试图通过 AI Agent 的形式去接管复杂的代码编译、错误诊断和 Zotero 引用。然而，随着大模型推理能力的泛化，未来的科研范式可能直接跨越到 “语义化生成” 或 “多模态图表一键直达”，基于传统 .tex 源码的修修补补正在逐渐失去代际优势。
• 黑盒 AI 遭遇科研硬科技的壁垒：科研写作对精确性有着极其严苛的要求，大模型的 “幻觉” 在公式推导和文献检索中是绝对的红线。把高成本的底层算力倾注在纠正 LaTeX 语法编译错误上，属于典型的场景错配。

Prism 的离场，官方目前明确表示，所有项目数据将在 2027 年 1 月 1 日后被彻底删除且无法恢复。对于目前仍在将 Prism 作为工作流一环的课题组，必须进行资产抢救，全量导出项目 Zip 压缩包，回归本地配置或寻找如 Overleaf、TeXhub 等平替方案。

Prism 的退场不是 AI 科研工具的终结，可能是科研智能化向下一阶段演进的序章。大厂放下了对垂直小众场景的执念，将战场搬到了更具商业确定性的通用 Codex 与企业级基座上。

🛠️ 项目提前导出与迁移推荐

第一步：备份数据（2 种方式）

• 全量备份（推荐）： 进入 Settings ➔ Data Controls ➔ 点击 Export all projects ➔ 下载 ZIP 压缩包。
• 单项目备份： 打开特定项目 ➔ 点击标题菜单 ➔ 选择 Export ➔ 下载 ZIP。

第二步：异常排查

• 如果全量导出失败，请检查下载包中的 export-errors.json。
• 针对有报错的项目进行 单独手动导出。
• 依旧失败请立即联系 support@openai.com。

⚠️ 注意： 导出的 ZIP 仅包含 .tex、图片和文献源码。项目历史、行内注释、协作权限、实时 Zotero 连接将会丢失！

🔄 迁移平台推荐

根据你的需求，可以参考以下表格选择承接平台：

## 回头望望

我的评论：号称锤爆 LaTeX 和 Overleaf 的 Prism 平台 2027 年 1 月正式要关闭了。

我年初测评的时候写了个结论：他只是能讲故事而已。我的测评文章还在，链接如下：

https://mp.weixin.qq.com/s/tZXkUtO-ZFdcvdBIsQil5Q

从 2026 年 1 月 27 日上线到 2027 年 1 月关闭，仅仅不到一年，黯然退场。没想到这么快。

有人说榨取完数据拉倒了。我觉得是他本来就是客串而已，取代这个那个，不专业就是不专业，小白用户虽然觉得拯救，也就止步于“觉得”而已。

假设你是科研长期用户，要用 LaTeX 提效自己的工作，一定要掌握的 LaTeX，否则凑凑热点，半懂不懂，看一堆 AI 产品，真要植入到自己的科研工作中高效使用，场景适配就像是开了屏的孔雀，屁股也露出来了。

如果只是临时使用，那就随便凑凑就好，学不学看心情，AI 的确降低了小白的使用成本。

叙后：我经常 diss AI 写的 LaTeX 代码，有不少用户就各种围攻我，但我用 AI 的频度肯定超越怼我的人，我每天写的 LaTeX 代码，大量 AI 参与交互，哪些代码可以用，哪些大模型水平较好， AI 能做到什么水准，我比大家清楚得多。

虽然最近数学圈大佬们也和 AI 打得火热，我觉得：

• 如果我们就是建立下一个 AI 世代（无人），都不用争论了，AI 怎么做怎么都对怎么都好，反正人类会黯然退场的；
• 如果是 AI 辅助和协同我们科研，那么决策权必须掌握，否则 AI 输出没有专业裁判，就是交出科研未来，也就是交出人类知识的未来。这一点上和陶哲轩，邓煜近期发布的观点也基本一致。

科研领域，希望大家要在技能上超过 AI，这样才能了解 AI 哪些场景是适用，哪些输出是对的，高效协同，否则，你让 AI 瞎改，碰运气，掉沟里了还在挣扎，白白浪费了时光。对于 AI 去做科研亦是如此。