你有没有过这样的经历：本来只是想查一个专业概念写进下周要交的方案里，打开AI对话框让它解释完概念，恰好看到延伸提到的一个新理论，忍不住接着问原理和应用场景，AI一口气推荐了三个细分研究方向，你觉得都和手头的工作沾边，索性又让它列出每个方向的优劣对比，甚至还打开另一个大模型输入同样的问题，想交叉验证答案的准确性……

等你终于反应过来滑到聊天记录顶部看时间，三个小时已经过去，对话框里躺着几万字的AI回复，可你桌面上空空如也，本来要写的方案文档连标题都还没敲完。

这种几乎每个AI使用者都遇到过的困境，在2026年7月发布在arXiv上的一篇概念论文里有了一个形象的名字：Doom Researching。它的核心定义是AI时代特有的一种信息循环：使用者不断向AI发起搜索、追问、比较的请求，投入了大量时间和精力，却没有把获得的信息按同等比例转化为自身的理解、决策或是真实产出。

传统的资料检索阶段本来是研究、学习的前置环节，最终要服务于后续的输出动作，但在Doom Researching的状态里，检索本身成了最终目的，上一轮得到的信息不会成为输出的素材，只会触发下一轮更发散的搜索请求，哪怕已经拿到了足够支撑当前目标的信息，也会下意识继续追问更多相关内容，陷入永远在“准备”却永远无法开始产出的死循环。