可溯源学术：生成式AI时代人文探究的页面锚与阿里阿德涅之线

生成式AI让大语言模型在数秒内产出貌似学术的文本，但流畅不等于有效解释。最深的危险不只是事实错误，而是一种表象：某个解释似乎已被确立，却没有清晰的来源、页码、版本或证据。我们把页面锚比作阿里阿德涅之线：在生成式流畅性的迷宫中，它是把学者引回源头的线。本文提出可溯源学术（Traceable Scholarship）作为AI辅助人文研究的最低规范条件，并把它置于知识基础设施的三次革命（印刷、数字、生成式AI）之中。我们引入页面锚、双页码、引用优先生成、NO_EVIDENCE、人工核验、四级合规与范围契约，并给出AIH-Infra作为三层参考实现：Contexture（文档结构化）、Open WebUI AIH-Infra（可溯源知识库）与AIH-Infra MCP Server（智能体网关）。一个基于29卷康德学院版知识库的案例研究，说明可溯源如何支撑检索修正、证据分级与判断降级。可溯源不是软件特性，而是人文研究在生成式AI时代保持公共性与可反驳性的条件。