arXiv新规严禁AI代写论文 署名作者将连带受罚
上传一篇AI水出来的论文，一旦被查实，所有作者都会被封禁一年。
解封之后，想再投稿？得先通过正规期刊的同行评审才行。
这条新规，来自预印本平台arXiv计算机科学版块的主席托马斯·迪特里希（Thomas Dietterich）。他在社交平台X上公布时，语气干脆，没有半点商量的余地。
规则很明确：只要论文里找到作者未核查AI生成内容的“实锤”，所有署名作者一并受罚，没有例外。
消息一出，连数学家陶哲轩也亲自下场评论了。
这位数学界最活跃的AI拥抱者，在Mathstodon上发文，用自己之前提出的四条建议框架来对照这项新政，最后总结为一句话：
在生成论文比消化论文容易得多的时代，这个方向是对的。
网友们更是炸开了锅。有人鼓掌叫好，说早就该这么干了。
也有人提出反问：你会在2005年禁止用互联网进行研究的文章吗？
还有人质疑“连坐”制度的合理性：难道要求论文的每一位合著者都必须逐条检查每一条引用吗？
arXiv最严新规：签名即担责
在物理、数学、计算机科学这些领域，绝大多数论文在进入同行评审之前，都会先在arXiv上挂出预印本。作为全球学术流通最核心的基础设施之一，arXiv的影响力不言而喻。它正从康奈尔大学剥离，转型为独立非营利机构，未来很可能获得更多资源来主动治理平台。
arXiv这次出手，核心逻辑非常清晰：签名即担责，无论内容是怎么生成的。
托马斯·迪特里希的原话是这么说的：
如果生成式AI工具产生了不当语言、抄袭内容、偏见内容、错误、错误引用或误导性内容，且这些内容被纳入科学著作，责任由全体作者承担。我们最近对此类行为的惩罚标准进行了明确。
需要划清界限的是，新政并非禁止使用AI。用AI来润色文字、辅助查找文献，这些都没问题。
arXiv真正要卡的，是另一条底线：你到底有没有认真读过自己署名的论文？
那么，什么算“确凿证据”呢？迪特里希列举了几种典型情况：
比如“幻觉引用”，也就是引用了根本不存在的论文；
或者残留了LLM的元评论，比如稿件里还留着“这是一段200字摘要，是否需要修改？”之类的字样；
再比如占位符未填，表格里赫然写着“请用实验真实数据填入此处”。
如果正式提交的论文里还存在这些低级错误，那只能说明作者过于粗心，根本没有认真检查过自己的论文。
这样的证据一旦被抓到，也意味着论文中的其他内容同样不值得信任。
后果很严重：在arXiv上被封禁一年。解封后，所有新投稿都必须先通过正规期刊的同行评审，才能重新上传。
而且，封号是“连坐”的，所有署名作者一起受罚。
迪特里希表示，这是个“一击即止”的规定，但作者有权提出申诉。内部流程上，也会先由版主记录问题，再由分区主席确认后，才能实施处罚。
不得不说，arXiv这次虽然惩罚的都是些低级错误，但出手确实相当严厉。
陶哲轩附议：论文生成远比消化容易
新政讨论得太火热，陶哲轩也闻讯赶来建言献策。
他在Mastodon上发了一组帖子回应此事，用自己此前在一次演讲中提出的四条建议作为框架，逐一对照arXiv的新政。
这四条建议分别是：
第一，在传统工作流中，明确并严格执行AI辅助的许可边界；
第二，降低对“抢先发表”和“仅仅解决问题”的强调，转而重视“消化成果”；
第三，为重度使用AI的贡献者设计新的挑战，使其仍然能产生真实学术价值；
第四，无论传统还是非传统工作流，都要明确说清项目目标（包括显性和隐性目标）及其背后的原因。
他的总体判断是：新政与前两条建议高度契合。
arXiv这次划定的责任边界，正是第一条建议的落地，明确了什么叫“许可范围内的AI辅助”。而整个新政背后的逻辑，对应的正是第二条建议的核心主张。
他抛出了一个关键判断：在这个时代，生成一篇论文远比消化一篇论文容易。任何将传统科学机构的平衡重新倾向于“消化”的努力，都是值得欢迎的。
至于第三条建议，陶哲轩认为已经有了自然的出口。像viXra这样的平台，对AI辅助投稿几乎不设限，可以作为那些未经消化内容的独立存档地。
但他的定性也很清楚：这类平台专注于“生产”而非“消化”，不应被纳入正统学术引用链，也不应出现在arXiv或正规期刊的参考文献里。
换句话说，想靠AI批量产出论文的人，有地方可去，但别想挤进正统学术体系。
不过，有网友在帖子下留言指出，这个“出口”其实也快堵死了。viXra自己也已经禁止了AI生成论文，并另建了ai.viXra.org专门接收此类内容。
第四条建议则指向了一个更根本的问题：预印本平台究竟为谁服务？
陶哲轩的判断是，作者和读者的需求是共生的，必须同时照顾到。他的原话是：
一个只服务于作者的平台会被大量低质量投稿填满，而读者并不愿意阅读；一个只服务于读者的平台会劝退作者进行繁琐的投稿过程。鉴于论文生成和理解之间出现了新的阻抗失配，质量门槛现在必然要提高，但这最终对双方都是有益的变化。
这话什么意思？
意思是，生成一篇论文的成本在急速下降，但消化、理解一篇论文的成本并没有改变。两端的落差越来越大，如果平台不主动提高门槛，就只能眼睁睁看着读者被淹没在信息垃圾里。
但同时，陶哲轩也点出了新政管不住的问题。“争先为首”的文化是系统性的病根，是整个学术评价体系造成的，arXiv单方面出手，治不了根。
从各方反馈来看，物理学界面临的这个问题，可能比数学界更为严重。
AI论文泛滥，到底有多严重？
arXiv此次重拳出击，背景是用AI写论文已经成为了普遍现象。
2025年发表于《自然-人类行为》的一项研究显示，计算机科学领域约五分之一的论文摘要含有LLM修改的明显痕迹，且在ChatGPT发布后的数月内出现急剧攀升。这还只是摘要，正文里的比例只会更高。
arXiv每个月收到的AI生成的综述论文，已经达到数百篇的量级。要知道，历史上综述论文本是由领域内资深学者撰写的稀缺内容。现在，任何人用AI短时间内就能生成一篇，然后批量投稿，让志愿审稿人疲于奔命。
其实，arXiv早在2025年10月就出过一记重拳，禁止计算机科学类未经同行评审的综述和立场论文直接上传，要求先过期刊关。此次的封号政策，无疑是进一步的升级。
学术会议也没能幸免。2026年1月，AI检测机构GPTZero分析了NeurIPS 2025超过4000篇录用论文，在至少53篇中发现了数百条AI幻觉引用，而这些论文全部通过了三位以上审稿人的评审。
此外，问题也从论文蔓延到了考场。普林斯顿大学最新宣布，废除延续133年、允许学生无监考参加考试的荣誉制度，从今年夏季起恢复现场监考。
直接原因是，教务长迈克尔·戈尔丁（Michael Gordin）收到大量教授和学生的反映：“考试作弊已经普遍化”。
如今，教授们将不得不亲自监考，并报告任何违反学术诚信政策的行为。去年一项针对约500名普林斯顿高年级学生的调查数据，触目惊心：超过27%的人承认曾借助ChatGPT等AI模型作弊，约半数人知悉有同学违反了荣誉准则。
学生自己描述的作弊现场是：“如果考试在笔记本上进行，随时可以切到另一个窗口；如果是纸质试卷，就躲在桌下用手机。”133年的荣誉制度，基于信任，不设监考。结果，AI把这份信任直接击穿了。
arXiv的封号令，和普林斯顿的监考令，都有一个共同点：AI大幅压低了“生产”的门槛，但也给了越来越多人偷懒和取巧的机会。而这种偷懒和取巧，有着根本性的损害。
当AI开始水论文、开始替代学生作弊，一个更深层的忧虑浮现出来：人类科学和文明的基石，是否正在被侵蚀？
AI的能力边界，由它所消化的人类知识决定。如果大量低质量、未经消化的“水论文”涌入训练数据，AI学到的就是低质量信息，然后生成更多水论文，再进入下一轮训练。这个循环一旦锁死，论文本身就不再是知识的载体，而成了信息的噪音。
发论文完全流于形式，AI输入人类用AI“水”出来的论文，最后再输出给更多人……文明的进步，就可能被锁死在低水平重复的循环里。
科幻小说《三体》里，外星文明用“智子”锁死了地球科学进化的可能性。而现在，如果AI水论文成为普遍，何尝不是人类自己锁住了自己？这，或许是另一种形式的“智子”。
相关攻略
想让AI生成真正具备“卡皮巴拉”灵魂的营销文案？如果你总觉得产出内容差了点火候——要么机械生硬，要么只是浮于表面的卖萌，症结往往在于提示词的构建策略。真正的解法，在于将抽象的风格感知，转化为AI能够精准理解并执行的“操作指南”。以下这套四步方法论，或许能为你提供全新的优化路径。 一、构建具象化角色人
千问AI能够有效辅助生成高质量的API文档，主要涵盖四个核心应用场景：一、基于代码注释智能生成符合OpenAPI规范的文档初稿；二、将Swagger OpenAPI契约文件转化为易于理解的中文技术文档，并补充业务逻辑说明；三、同步生成配套的接口测试用例与文档调用示例；四、依据接口变更点自动生成结构化
想让千问AI帮你解读本地文件？无论是PDF合同、Word报告还是Excel表格，关键在于通过官方客户端完成正确的上传与授权。不同场景下，操作路径略有差异，选对方法能让效率倍增。 网页端：处理长文档与混合格式的首选 如果你需要处理篇幅较长或格式多样的文件，网页端是最佳选择。它支持直接拖拽上传，系统会自
千问AI赋能社群自动化运营：一、关键词触发智能回复；二、定时任务精准推送；三、敏感词实时过滤预警；四、成员标签化智能分组。 社群运营工作繁杂，常常需要处理大量重复性任务，如解答常见问题、发布定时通知、监控群内动态等，这让运营者倍感压力。如何实现高效、智能的社群管理，解放人力？利用千问AI的强大功能，
在 Cursor 编辑器中使用 AI 辅助编程时，你是否发现核心快捷键 Cmd+K（macOS）或 Ctrl+K（Windows Linux）有时响应不理想？这通常与触发条件、编辑器焦点或上下文准备不足有关。别担心，本文将为你详细解析 Cursor AI 快捷键的正确用法，帮助你高效生成、解释和重构
热门专题
热门推荐
《Zero Parades: For Dead Spies》的媒体评测已经解禁，结果相当亮眼。这款被许多人视为《极乐迪斯科》精神续作的作品，在OpenCritic上拿到了86分的媒体均分，在Metacritic上也有83分。游戏将于5月21日正式登陆PC平台，看来2026年的必玩叙事RPG名单上，又
目录 你是否也遇到过这些问题 处理效果 前置准备 超简单AI自动化解决方案 第1步：准备好你的原始数据 第2步：针对指定的文件下达指令 第3步：验收 还能解决这些同类问题 指令为什么这么有用？ 更多场景直接抄作业 销售数据三级汇总 成本数据多级汇总 库存数据汇总 员工薪资汇总 常见问题答疑 核心价值
AI Agent 的发展，正迎来一个关键的转折点，从概念验证迈向真正的生产力交付。 想象一下，当一个 AI 智能体能够在无需人工介入的情况下，独立完成一个复杂项目的全流程，并将成功经验固化为可随时调用的“技能”——这是否标志着 AI 在职场中的角色，已经从辅助工具演变为自主的生产力单元？ 随着 Op
彭博社的马克・古尔曼在最新报道中透露了一个有趣的发现：苹果为WWDC 26发布的宣传海报，其设计细节可能暗藏玄机，指向了即将在iOS 27中亮相的全新Siri交互界面。 根据古尔曼的分析，新版Siri的核心变化在于与灵动岛的深度融合。唤醒时，它将不再以传统的全屏或底部卡片形式出现，而是会以一个扩展的
GitHub 的 Star 数量还值得信赖吗？真相可能比你想象的更严峻。 开源社区中“购买 Star”的现象早已不是秘密，其便捷程度甚至超过点外卖，单价低廉且支持批量折扣。然而，卡内基梅隆大学（CMU）一项被 ICSE 2026 顶会收录的最新研究，首次系统性地揭示了这场“造假生意”的惊人规模：Gi