# Connected Papers vs Future AGI

Connected Papers 记录了 750,576 月访问量，月度环比增长为 +3.1%，定价为免费增值。Future AGI 记录了 121,741 月访问量，增长率为 -7.8%，定价为 Freemium, Usage-based。

| 指标 | [Connected Papers](https://openaitools.app/zh/tool/connected-papers) | [Future AGI](https://openaitools.app/zh/tool/future-agi) |
| :--- | :--- | :--- |
| 官网地址 | https://www.connectedpapers.com | https://futureagi.com |
| 分类 | AI Research Tool, AI 知识图谱, AI 搜索引擎, AI 研究论文工具 | AI Models, Large Language Models (LLMs), AI Developer Tools, AI 测试 |
| 定价模式 | 免费增值 | Freemium, Usage-based |
| 月访问量 | 750,576 | 121,741 |
| 月度环比增长率 | +3.1% | -7.8% |
| 主要市场 | 美国 | 印度 |
| 直接访问量 | 308,439 | 71,466 |
| 评价得分 | 4.7 | 4.4 |
| 收藏数 | 15 | 0 |
| 支持平台 | 网站 | 网站 |

## Connected Papers

Connected Papers 要解决的核心问题是：文献综述通常是线性的——找到一篇论文，沿着它的引用往下追，再追它的引用，慢慢就看不到整个领域的全貌。Connected Papers 转而在大型学术语料上计算相似度（基于 Semantic Scholar、Crossref 等数据源），并把结果以空间方式铺开。经常被共同引用或共享大量参考文献的论文会聚在一起，连线则显示任意两个节点的关联强度。布局是稳定生成的，同一张图在之后再次访问时会重现，而不是每次随机打乱。

界面提供两种互补视图。图谱视图用于把握方位：哪些论文处于中心、哪些较新、哪些桥梁把不同聚类连接起来。列表视图则按相似度与引用信号排序相关文献，便于深入查看具体某篇。常见入口包括任意论文、DOI、URL，或会议论文集的链接。「前置研究」与「后续研究」视图在追溯领域源流或查找某篇论文之后的发展时尤其有用。

该服务主要面向研究生、博士后与应用科学家，帮助他们在陌生领域快速上手——无论是撰写相关工作章节、准备基金申请，还是确认某个想法是否已被发表。它是一款独立的研究工具，既不是出版社也不是文献库；图谱是在现有学术元数据之上叠加的一层发现辅助。

**定价与套餐:** 采用免费增值模式：免费版足以在实际研究中试用，更深入的功能需要付费订阅；具体额度与档位以官网定价页为准。

- **相似度图谱可视化:** 每张图谱把种子论文放在最相关的文献之间，并按共同被引或共享参考文献的密度聚类。
- **前置研究与后续研究视图:** 分别展示论文所依据的基础工作与其后的发展，非常适合追溯研究脉络。
- **多种检索入口:** 可从论文标题、DOI、URL 或会议论文集链接开始，用手头已有的信息直接进入图谱。
- **图谱配套的排序列表:** 当需要具体信息而非全局概览时，可通过排序列表按相关性浏览相关文献。
- **稳定可复现的布局:** 再次访问时会生成同样的图，便于把某个领域的图谱收藏起来，在写作过程中反复参考。

**优势:** 把线性的引用追踪变成空间化的整体概览; 前置与后续视图让研究脉络一目了然; 支持标题、DOI 或链接入口，使用门槛低; 免费版足以在真实研究任务中试用

**局限:** 依赖 JavaScript，无法作为纯文本页面直接读取或抓取; 图谱质量取决于所在领域在底层语料中的索引程度; 最深入的研究级功能需要付费方案

[工具详情（Markdown）](https://openaitools.app/zh/tool/connected-papers.md)

## Future AGI

Future AGI 覆盖构建可靠 AI 智能体的完整闭环：模拟、迭代、评估、优化与监控。在模拟环节，它利用人物设定生成合成数据集与场景，让你在真实用户介入之前，就把客服机器人或语音智能体放到数百条对话分支中做压力测试。输出会从事实性、相关性、安全性与完整性等维度打分，失败的运行会被汇总到错误面板中便于排查。

评估机制刻意保持灵活。BLEU、ROUGE、正则等简单启发式指标免费且不限量；基于代码的评估器和 LLM 评判模型则消耗共享的 AI 额度池。自带密钥的评判调用在平台上零成本。同一份额度也驱动 AI 网关与护栏：15 项内置的规则检查（PII、密钥、模式）永久免费，ML 审核模型负责处理毒性、注入与内容安全。

运维侧，平台提供包含 span、会话与智能体图谱可视化的分布式追踪、自定义仪表盘以及 Slack/邮件告警。AI 网关提供 15 家以上供应商的路由、自动故障转移、语义缓存与成本追踪。数据集与提示词/智能体工作台在任意套餐下均免费，免费额度每月包含 50 GB 追踪存储、2,000 AI 额度、10 万次网关请求、100 万文本模拟 token 与 60 分钟语音模拟。

**定价与套餐:** 按用量计费，每个产品都提供慷慨的免费额度。免费版每月含 50 GB 追踪存储、2,000 AI 额度、10 万次网关请求、10 万次缓存命中、100 万文本模拟 token 与 60 分钟语音模拟。超额价格约为存储 $2/GB、AI 额度 $10/1,000、网关请求 $5/10 万次、文本模拟 $2/100 万 token、语音模拟 $0.08/分钟，并有大用量折扣。更高强度的标注工作流另有 Boost（约 $250/月）与 Scale（约 $750/月）方案；企业版与初创团队方案需联系获取。

- **模拟与合成数据:** 生成人物、场景与合成数据集，在上线前用大量对话分支压测文本与语音智能体。
- **多模式评估:** 结合永久免费的启发式指标、代码评估器与 LLM 评判打分，并可用智能体评估器定位 RAG 与工具调用中的错误。
- **AI 网关与护栏:** 在 15 家以上 LLM 供应商之间做负载均衡、故障转移与缓存路由，并内置 15 项规则护栏与 ML 内容审核。
- **可观测与监控:** 端到端追踪、会话、智能体图谱、自定义仪表盘与告警监控，实时呈现生产环境表现。
- **开源组件:** 部分技术栈以 Apache 2.0 协议发布于 GitHub，团队可自行托管并审查评估基础设施。

**优势:** 免费额度非常慷慨，多数小团队可零成本使用; 覆盖模拟、评估、网关、监控的完整生命周期; 启发式评估永久免费不限量，自带密钥的评判调用无平台费用; 提供 Apache 2.0 开源组件，并可选美国/欧洲区域满足数据驻留要求

**局限:** 按额度计费的模块较多，规模化后费用不易预估; 界面与模块结构较密集，新用户有学习成本; 高强度的标注能力需要单独购买 Boost/Scale 方案

[工具详情（Markdown）](https://openaitools.app/zh/tool/future-agi.md)

## 常见问题

### Connected Papers 和 Future AGI 在月流量上如何比较？

Connected Papers 有 750,576 月访问量，而 Future AGI 有 121,741。流量估算描述的是受众规模，而非产品质量。

### 它们的增长率如何比较？

Connected Papers 的月度环比增长率为 +3.1%；Future AGI 为 -7.8%。

### 价格如何比较？

Connected Papers: 免费增值。采用免费增值模式：免费版足以在实际研究中试用，更深入的功能需要付费订阅；具体额度与档位以官网定价页为准。 Future AGI: Freemium, Usage-based。按用量计费，每个产品都提供慷慨的免费额度。免费版每月含 50 GB 追踪存储、2,000 AI 额度、10 万次网关请求、10 万次缓存命中、100 万文本模拟 token 与 60 分钟语音模拟。超额价格约为存储 $2/GB、AI 额度 $10/1,000、网关请求 $5/10 万次、文本模拟 $2/100 万 token、语音模拟 $0.08/分钟，并有大用量折扣。更高强度的标注工作流另有 Boost（约 $250/月）与 Scale（约 $750/月）方案；企业版与初创团队方案需联系获取。

## 替代工具

| # | 工具名称 | 月访问量 | 月度环比增长率 | 定价模式 | 简介 | 工具详情（Markdown） |
| :--- | :--- | :--- | :--- | :--- | :--- | :--- |
| 1 | [Semantic Scholar](https://openaitools.app/zh/tool/semantic-scholar) | 8,198,672 | +5.8% | 免费 | 提供数百万篇论文更广泛的引用数据，但缺乏 Connected Papers 专属的图形化关联检视。 | [.md](https://openaitools.app/zh/tool/semantic-scholar.md) |
| 2 | [Consensus](https://openaitools.app/zh/tool/consensus) | 6,014,388 | -1.2% | 免费增值 | 专注于透过萃取的证据回答特定的研究问题，而不是探索可视化引用图表。 | [.md](https://openaitools.app/zh/tool/consensus.md) |
| 3 | [SciSpace](https://openaitools.app/zh/tool/scispace) | 4,464,111 | +8.6% | 免费增值 | Integrates deep PDF reading and analysis workspaces, but lacks dedicated visual citation network mapping capabilities. | [.md](https://openaitools.app/zh/tool/scispace.md) |
| 4 | [Elicit](https://openaitools.app/zh/tool/elicit) | 1,751,507 | +3.1% | 免费增值 | 擅长自动化系统性文献回顾与资料萃取，但缺乏互动式图形化引用树探索功能。 | [.md](https://openaitools.app/zh/tool/elicit.md) |
| 5 | [Invisible Technologies](https://openaitools.app/zh/tool/invisible-technologies-inc) | 1,364,520 | +64.4% | 定价请咨询 | 软件与真人专家协同运作的企业级 AI 基础设施 | [.md](https://openaitools.app/zh/tool/invisible-technologies-inc.md) |
| 6 | [Scite](https://openaitools.app/zh/tool/scite) | 841,974 | +1.1% | 免费试用，定价请咨询 | 通过智能引用追踪引用可靠性与上下文，但基于图表的视觉化文献探索功能较少。 | [.md](https://openaitools.app/zh/tool/scite.md) |
| 7 | [ResearchRabbit](https://openaitools.app/zh/tool/researchrabbit) | 831,571 | +3.1% | 免费 | 提供了同样精致的视觉化文献地图界面，但增加了协作式文献集管理功能。 | [.md](https://openaitools.app/zh/tool/researchrabbit.md) |
| 8 | [Paperguide](https://openaitools.app/zh/tool/paperguide) | 371,972 | -2.9% | 免费增值 | Streamlines literature search and reference management, but does not provide an interactive visual citation graph. | [.md](https://openaitools.app/zh/tool/paperguide.md) |
| 9 | [Weights & Biases（CoreWeave Forge）](https://openaitools.app/zh/tool/prompts) | 315,624 | -80.2% | 免费增值，定价请咨询，免费 | 在互联环境中跟踪、评估并交付 AI 模型与智能体。 | [.md](https://openaitools.app/zh/tool/prompts.md) |
| 10 | [Arize AI](https://openaitools.app/zh/tool/arize-com) | 249,028 | +3.2% | 付费，定价请咨询 | 面向生产级 AI 的智能体可观测性、评估与持续改进平台 | [.md](https://openaitools.app/zh/tool/arize-com.md) |

---
来源：https://openaitools.app/zh/compare/connected-papers-vs-future-agi

更多 Markdown 页面: [分类](https://openaitools.app/zh/categories.md) · [流量排名](https://openaitools.app/zh/rankings.md) · [llms.txt](https://openaitools.app/zh/llms.txt)
