人工智能是否能够被学术会议和期刊用于论文评审？

目前，即便在AI领域也尚未形成统一规范。全球几大顶级会议采用不同的标准——ICLR要求使用大模型必须进行信息披露，而CVPR则规定大模型在任何阶段都不可用于撰写审稿意见。

然而面对日益增长的投稿量，很多时候这些工作已超出人类处理极限。在已出台“最严管控规则”的ICLR 2026会议上，据统计仍有五分之一的审稿意见由大模型一键生成。

尽管如此，各大会议的审稿周期仍然十分冗长。斯坦福大学教授、人工智能著名学者吴恩达已对不断延长的审稿反馈周期感到疲惫。

他的一位学生更是经历“三载六拒”的坎坷历程——每次投稿都要等待约六个月的审稿结果。

如此缓慢的反馈循环，不仅影响研究成果发布的进程，更与当下飞速迭代的技术发展周期对研究效率的要求背道而驰。

既然无法改变论文评审的周期，那么我们能否借助AI的强大能力构建一个高效的“论文反馈工作流”，让研究人员在正式投稿前就能获得高质量审稿意见，从而更快、更有方向地迭代论文内容，进而减少在重要会议和期刊上反复被拒的成本与时间？

为此，吴恩达教授发布了一个全新的面向研究论文的“Agentic Reviewer（智能体审稿人）”。

这个项目最初只是他周末写着玩的小工具，后来在博士生Yixing Jiang的帮助下，被大幅增强了功能。

我们在ICLR 2025的审稿数据上训练系统，并在测试集上测得了Spearman相关系数（越高越好）：

两位人工审稿人之间的相关性：0.41
AI与人工审稿人的相关性：0.42

这表明，智能体审稿正在逐步接近人类水平。

现阶段，这个智能体会通过检索arXiv的数据来生成有依据的反馈，因此在人工智能等主要公开发表在arXiv上的研究领域表现最佳。

智能体审稿系统链接：https://paperreview.ai/

不过，这个智能体仍处于实验阶段。网友们对这类工具大多抱有积极态度，希望能够成为真正实用的研究工具。

有网友希望智能体审稿人能够具备针对特定会议或期刊场景的评审，甚至给出预估的分数：

AI智能体能否为科研加速，为人才培养周期提速，成为推动学术进步的引擎？

不过也有网友表示担忧，研究者们在发表成果之前先过一遍AI的评审，会不会导致学术多样性的下降？

研究学者有了趁手的AI评审参考工具，审稿人也用AI生成审阅意见，学术成果的评审体系是否已经到了产生变革的时间？

未来，AI作为辅助工具，将会以怎样的方式推动学术研究发展，我们仍不得而知。