洪水与堤坝

一论文太多了吗？#

1945 年 7 月，美国工程师万尼瓦尔·布什在《大西洋月刊》上发表了《诚如所思》（As We May Think）。他在文中抱怨的不是知识太少，而是太多：“研究正堆成一座越来越高的山”，研究者面对成千上万同行的发现和结论，已经应接不暇。他举了孟德尔的例子：遗传定律之所以被世界遗忘了一代人，是因为那篇论文没有送到少数能够理解和推进它的人手里。而我们在文献迷宫里找路的办法，还和横帆船时代差不多。为此，布什设想了一台名叫 Memex 的机器，像人脑一样按联想的“踪迹”把资料串起来，后人把它看作超文本的远祖¹。

八十年后，这座山变成了洪水。按美国国家科学委员会的统计，2022 年全球发表的科学与工程论文约 330 万篇，比十年前多了 59%²。开放学术索引 OpenAlex 收录的学术作品已超过 4.77 亿件³。单是爱思唯尔一家出版商，2025 年就收到 420 多万份投稿，发表了 79.5 万篇文章⁴。山至少是不动的，今天的文献却像一场持续上涨的洪水。与之相伴的，是一道道越筑越高的堤坝：期刊的筛选、同行评议、影响因子与大学排名、查重与撤稿，以及最新、也最靠不住的 AI 检测器。

本文的判断可以先说出来：数字化只换了纸张；开放获取和预印本改变了流通，却没有改变“论文”这个单位；计量化、复现危机、审稿瓶颈、论文工厂和生成式 AI，一层层压在这个单位上；各种修补大多有用，但它们都在同一条河道里加固堤坝。中国古书里有一个现成的故事。《史记》说，尧用鲧治水，“九年而水不息，功用不成”；《国语》说“鲧鄣洪水”，韦昭注为“鄣防百川”，也就是筑堤堵水⁵⁶。后来接手的禹换了办法。这个故事不是说堤坝无用，而是说水量变了，治水的思路也得变。文章最后还会回到这里，先看水是怎么涨起来的。

二网络时代，论文为什么还是一张纸？#

数字网络原本就是为科学家准备的。1989 年，蒂姆·伯纳斯-李在欧洲核子研究中心（CERN）提出万维网的设想；按 CERN 的说法，它最初就是为了满足世界各地大学和研究所的科学家之间自动共享信息的需要。1993 年 4 月 30 日，CERN 把万维网软件放进了公有领域⁷。同一年 6 月 15 日，Adobe 发布 Acrobat 1.0 和 PDF 格式。Adobe 联合创始人沃诺克当初立项，要解决的是文件在不同机器、不同系统之间传来传去就走样的问题：PDF 要让一份文件无论到哪里都一模一样⁸。一边是可以无限链接的超文本，一边是精确复刻纸面的“数字的纸”。学术出版在两者之间，选了后者。

这个选择有它的道理。PDF 保留了页码，页码维系着引用，引用维系着整个学术信用体系；PDF 可以打印、可以存档，也便于确定哪一份才是正式的“记录版本”。1990 年代中期起，出版商纷纷把期刊搬上网络，拉里维埃等人的研究发现，大出版商的份额正是在“数字时代到来”之后迅速扩张的，下文还会谈到⁹。期刊变成了网站，网站上最醒目的按钮却往往仍是“下载 PDF”；文章仍然编在某卷某期，仍然标着起止页码，哪怕这些页从来没有被印出来过。

更深的是文体没有变。引言、方法、结果、讨论，这套被称作 IMRaD 的论文结构，其实定型得相当晚。一项对四种顶尖医学期刊的抽样研究发现，IMRaD 在 1940 年代才开始被采用，1970 年代占到八成，1980 年代才成为原创论文的唯一格式¹⁰。换句话说，数字时代接手的，恰好是一种刚刚凝固的文体。篇幅、结构，以及以“发表”为终点的静态文本，全被原样搬进了网络。发表之后发现错误，只能另发一则更正或撤稿声明，原文本身不会生长。

这就是宣言所说的信息时代只换了纸张。超文本明明是为科学家发明的，却没能改变科学家最重要的写作形式，个中原因在超文本为什么没有改变论文一节有更细的讨论。这里只需记住：数字化让论文跑得更快、找得更容易，却没有动它的身体。一篇论文仍然是一个封闭的对象，数据、代码和失败的尝试要么挤进附录，要么留在作者的硬盘里；读者仍然只有一个入口，就是从头读到尾。此后三十年的变化，都发生在这具没有变的身体周围。

三开放获取之后，谁在买单？#

第一个真正改变流通的是预印本。1991 年，洛斯阿拉莫斯国家实验室的物理学家金斯帕格建起了后来叫作 arXiv 的预印本服务器；它不做同行评议，只审核稿件是否属于本学科、是否具有学术性¹¹。1992 年，arXiv 全年收到 3263 篇新投稿，2025 年是 28.4 万篇¹²。它用了二十三年半攒到第一个一百万篇，又用七年攒到两百万，第三个一百万只用了四年，于 2026 年 4 月达成；同年 7 月 1 日，arXiv 离开康奈尔大学，成为独立的非营利机构¹³。生命科学的 bioRxiv 在 2013 年上线，医学的 medRxiv 在 2019 年 6 月上线¹⁴。新冠疫情让预印本走到台前：疫情头十个月的 12.5 万多篇相关文章里，有 3 万多篇发布在预印本平台上¹⁵。

开放获取则要拆掉读者面前的付费墙。2002 年 2 月 14 日公布的《布达佩斯开放获取倡议》说，一个古老的传统与一种新技术汇合在一起，使一种前所未有的公共物品成为可能；它把开放获取定义为在公共互联网上免费获取，任何人都可以阅读、下载、复制、传播、打印、检索或链接全文¹⁶。此前，瓦默斯等人在 2000 年发起的公开信已有三万多名科学家联署；2003 年 10 月，公共科学图书馆（PLOS）出版了第一期 PLoS Biology，作者付 1500 美元出版费，读者免费阅读¹⁷。2006 年 12 月上线的 PLOS ONE 走得更远：审稿只判断研究在技术上是否可靠，“重要不重要”留给发表后的共同体去判断¹⁸。几年之内，它就成了世界上发文量最大的同行评议期刊¹⁹。

也有人干脆绕过了墙。2011 年，神经科学研究者埃尔巴基扬创办 Sci-Hub；《科学》杂志拿到的服务器日志显示，2015 年 9 月到 2016 年 2 月，它收到约 2800 万次下载请求，请求最多的依次是中国（约 440 万次）、印度（约 340 万次）和伊朗（逾 260 万次），其后是俄罗斯和美国²⁰。政策随后跟进。2018 年 9 月 4 日，欧洲多国科研资助机构组成的 cOAlition S 发布 Plan S，要求自 2021 年起受资助的成果立即开放²¹；美国白宫科技政策办公室在 2022 年 8 月要求各联邦机构在 2025 年底前做到受资助论文发表即免费公开，美国国立卫生研究院从 2025 年 7 月 1 日起执行²²。

中国的起步并不晚。2014 年 5 月 15 日，中国科学院和国家自然科学基金委员会分别发表政策声明，要求受资助论文的作者在发表时把同行评议后的最终审定稿存入知识库，并在发表后 12 个月内开放获取²³。Plan S 发布后，国家科技图书文献中心、中国科学院国家科学图书馆等 15 家中国大陆图书馆于 2019 年 3 月开会回应，表示“广泛支持”其立即开放的目标，支持第十四届柏林开放获取会议的最终声明，也提醒文章处理费要兼顾世界的多样性，保证各国、各学科都负担得起²⁴。

这句提醒说中了要害。开放获取拆掉了读者的付费墙，却在作者面前立起一道新墙：文章处理费（APC）。据豪施泰因等人估算，付给六家大出版商的 APC 从 2019 年的 9.1 亿美元涨到 2023 年的 25.4 亿美元²⁵。截至 2026 年 9 月，在《自然》发表一篇金色开放获取论文，要付 9390 英镑或 12850 美元²⁶。对 150 万篇论文的分析显示，APC 的高低明显按学科和国家分层；在控制学科和国家之后，机构资源越充裕，作者付的 APC 往往越高，不过这一效应只是小到中等，在 GDP 较低的国家最明显²⁷。据《中国日报》援引国家科学图书馆的数据，2024 年中国学者发表了 31.35 万篇需要付费的开放获取论文，付出 9.09 亿美元，同比增长两成以上²⁸；另据《科学》杂志报道，2026 年 3 月起，中国科学院不再用院里的经费为约 30 种收费在 5000 美元以上的国际开放获取期刊付费，《自然·通讯》《科学进展》都在其列²⁹。

也有人试图改变审稿与发表的关系。eLife 从 2023 年 1 月 31 日起取消审稿之后的“接收或拒稿”：送审的稿件一律作为“经评审的预印本”发表，附上公开的审稿意见和编辑部的评估，由作者决定是否修改、何时定稿³⁰。代价随之而来：科睿唯安认定这种模式不符合影响因子的计算资格，只对它部分收录，eLife 因此失去了影响因子³¹。回头看，开放运动成绩斐然：据国际科技医学出版商协会（STM）的统计，2015–2025 年间，金色开放获取在全球论文、综述和会议论文中的占比从 17% 升到了 44%³²。但这些变化改的都是流通：谁能读，何时能读，谁来付钱。预印本是尚未审稿的论文，开放获取论文是不向读者收钱的论文，评审预印本是附上审稿意见的论文。单位始终是论文。而且这些变化主要发生在理工科。我读书时就听科哲的老师说过，纸质期刊早该被开放自由的网络发行取代；二十年过去，大家检索和阅读基本都在网上，人文学者交流的公共平台却仍然是纸刊，当年的网络论坛反而消失了。理工科靠预印本和 GitHub 好一些，人文学科对网络时代的适应简直是不进反退³³。

四洪峰从哪里来？#

先看规模。科学文献本来就在指数增长：一项综合四个数据库的估算认为，现代科学的发表量每年增长约 4.1%，大约 17 年翻一番³⁴。近十年涨得更快。美国国家科学委员会的报告显示，2012–2022 年全球科学与工程论文增长 59%，其中中国增长 173%，2022 年占全球总量的 27%，美国占 14%²。另一项研究统计，2022 年被 Scopus 和 Web of Science 收录的论文比 2016 年多了约 47%，研究者队伍的增长远远跟不上，写作、审稿和编辑的负担因此加重；一些出版商借助周转飞快的“特刊”，大幅扩张了发文量³⁵。

规模扩张的同时，出版业迅速集中。拉里维埃、豪施泰因和蒙容分析了 1973–2013 年的 4500 万篇文献：在自然科学与医学领域，前五大出版商的份额从 1973 年的两成多，升到 2006 年的一半、2013 年的 53%；社会科学更高，达到七成，只有人文学科相对独立，约为两成。这种集中恰恰是在 1990 年代中期数字时代到来之后加速的⁹。数字网络本可以让出版去中心化，结果却让大出版商的规模优势更加明显：期刊越多、品牌越响，打包出售时的谈判筹码就越大。

集中带来利润。爱思唯尔的母公司励讯集团（RELX）的 2025 年报显示，科学、技术与医学板块收入 27.14 亿英镑，调整后营业利润 10.35 亿英镑，据此算得利润率约 38%（这一板块除期刊外还包括数据库与分析工具），八成收入来自订阅。同一年，爱思唯尔的 3000 多种期刊收到 420 多万份投稿，由 3.7 万名编辑和 190 万名审稿人把关，发表了 79.5 万篇文章；年报特意写道，投稿量增长“非常强劲”⁴。作者投稿不拿稿费，审稿人审稿不拿报酬，读者所在的图书馆却要为订阅付费，这是学术出版最常被批评的结构。

反抗从订阅危机开始。2012 年 1 月，数学家高尔斯在博客上宣布不再为爱思唯尔的期刊投稿、审稿和担任编辑，理由是价格远高于同行、整包捆绑销售，以及该公司支持阻碍开放获取的立法；他还提议建一个网站，让同行公开表态³⁶。2019 年 2 月 28 日，论文产出约占全美十分之一的加州大学宣布不与爱思唯尔续约，它要的是让本校研究立即向全世界免费开放，同时遏制不断上涨的费用³⁷；僵持两年之后，双方才在 2021 年 3 月签下为期四年的新协议³⁸。

订阅模式和 APC 模式看似对立，却有一个共同点：都按“篇”运转。订阅时代，期刊用篇数撑起整包订阅的价码；APC 时代，多发一篇就多收一笔钱。2023 年，收取 APC 最多的 MDPI 一家就收了约 6.8 亿美元，爱思唯尔和施普林格·自然各收了 5 亿多美元²⁵。出版商有扩容的动机，作者有多发的动机，评价体系又按篇数奖励作者，于是洪水和修堤的人被同一个计数单位绑在了一起。这个单位本身，就是下一节要讲的故事的起点。

五指标怎样变成了目标？#

让论文可以被“数”的，是引文索引。1955 年，加菲尔德在《科学》上发表《科学的引文索引》，设想顺着参考文献把相关的论文串联起来，让研究者追踪一个想法的来龙去脉³⁹。1960 年他创办科学信息研究所，1964 年推出《科学引文索引》（SCI），又发展出用来比较大小期刊的影响因子，1975 年开始出版《期刊引证报告》⁴⁰。这些工具起初是为了检索文献、比较期刊，这段前史可参看大科学、引用与计量。但一个能排序的数字，迟早会被拿去给人排序。

2005 年，物理学家赫希提出 h 指数：一个人最多有 h 篇论文各被引用至少 h 次，他的 h 指数就是 h⁴¹。更早两年，上海交通大学已于 2003 年 6 月发布第一份“世界大学学术排名”；它今天的六项指标里，《自然》《科学》论文数、被 SCIE 与 SSCI 收录的论文数、高被引科学家各占 20%⁴²。美国学界早有“不发表就灭亡”的说法。经济学家古德哈特 1975 年写道：任何被观察到的统计规律，一旦被施加压力用于控制，就会趋于瓦解⁴³。今天流传更广的那句“当一个指标变成目标，它就不再是好指标”，其实出自人类学家斯特拉森 1997 年对英国大学评估制度的批评；她在文中注明，会计学者霍斯金此前已把这个道理称作“古德哈特定律”⁴⁴。

在中国，这条定律应验得格外直接。一项研究调查了 100 所中国高校在 1999–2016 年间的 168 份论文奖励政策，发现 2016 年一篇《自然》或《科学》论文的平均奖金达 43783 美元，最高达 16.5 万美元⁴⁵。2020 年教育部和科技部的文件坦率承认，SCI 论文相关指标已成为学术评价、职称评定、绩效考核的核心指标，使高校科研出现“价值追求扭曲、学风浮夸浮躁和急功近利等问题”⁴⁶。这类激励的后果，后文讲论文工厂时还会看到。

治理从 2018 年开始密集出台。当年 7 月，中办、国办印发意见，要求“克服唯论文、唯职称、唯学历、唯奖项倾向，推行代表作评价制度”⁴⁷；10 月，科技部、教育部等五部门开展清理“四唯”专项行动⁴⁸，教育部随后把“唯帽子”也列入清理，是为“破五唯”⁴⁹。2020 年 2 月，科技部提出“三类高质量论文”，要求代表作中国内科技期刊论文原则上不少于三分之一，并禁止用国家科技计划经费奖励论文发表⁵⁰；教育部和科技部要求高校取消直接依据 SCI 指标的奖励，不发布、不采信以 SCI 为核心的排行⁴⁶。同年 10 月的《深化新时代教育评价改革总体方案》，把目标概括为“坚决克服唯分数、唯升学、唯文凭、唯论文、唯帽子的顽瘴痼疾”⁵¹。

国际上的反省几乎同步。2012 年的《旧金山科研评估宣言》（DORA）主张，不要用影响因子之类的期刊指标替代对单篇论文质量的判断，也不要用它评价个人、决定招聘、晋升和资助⁵²；2015 年的《莱顿科研计量宣言》第一条就是定量评价应当支持而不是取代专家判断⁵³；2022 年达成的《改革科研评价协议》已有 800 多家机构签署，承诺放弃把影响因子和 h 指数当作质量代理的不当做法，也不在科研评价中使用机构排名⁵⁴。这些改革方向是对的，但它们换掉的是计数的方式，不是被计数的东西：“代表作”仍是论文，“三类高质量论文”也仍是论文。指标的本分只是辅助判断。我对论文查重说过同样的话：抄袭只有抄和没抄两种状态，压根没有百分之几的概念，查重工具顶多是揭露抄袭的辅助，不能当作过关的硬标准；一所学校若连让老师在查重软件辅助下把每篇毕业论文从头到尾看一遍都做不到，它凭什么招这么多学生？用指标替代判断，说到底是制度懒惰³³⁵⁵。论文太成功，成了学术生涯几乎唯一的货币，研究里本该有的乐趣也被挤了出去。

六失败的研究去了哪里？#

2005 年，流行病学家约阿尼迪斯在《公共科学图书馆·医学》上发表了一篇标题惊人的论文：《为什么大多数已发表的研究结论是错的》。他的论证并不玄妙：研究规模越小、效应越小、检验的关系越多越随意、设计与分析越灵活、利益和偏见越重、越多团队追逐同一个显著性，一项结论为真的概率就越低；在许多情形下，一个研究结论为假的可能大于为真⁵⁶。这篇文章并没有说科学不可信，它指出的是：一个领域的制度安排，会系统性地抬高假阳性的比例。

十年后，实证数据来了。2015 年，开放科学合作组织在《科学》上报告，他们重做了三种心理学期刊上的 100 项研究：原研究中 97% 的结果显著，重复实验中只有 36% 显著，效应量平均只剩一半⁵⁷。生物医学同样如此。安进公司的研究者 2012 年报告，他们尝试确认 53 项癌症研究的“里程碑”成果，只成功了 6 项⁵⁸；2021 年，“癌症生物学可重复性项目”重做了 23 篇高影响论文中的 50 个实验，正效应的重复效应量中位数比原文小 85%，综合几种标准，成功率约为 46%⁵⁹。2016 年《自然》调查了 1500 多名研究者，七成以上曾经无法复现别人的实验，一半以上连自己的实验也没能复现⁶⁰。

问题的另一面是发表偏差。1979 年，心理学家罗森塔尔给它起了一个形象的名字：“文件抽屉问题”，不显著的结果被锁进抽屉，从未见光⁶¹。2014 年的一项研究追踪了 221 个社会科学实验，结果显著的研究比零结果研究发表的概率高 40 个百分点，被写成论文的概率高 60 个百分点；偏差主要不出在编辑那里，而是作者根本没把零结果写出来⁶²。法内利对 2434 篇论文的分析显示，报告“正结果”的比例从空间科学的 70.2% 到心理学与精神病学的 91.5% 不等⁶³；他对 1990–2007 年 4600 多篇论文的另一项研究发现，正结果的比例在这段时间里上升了两成以上⁶⁴。

这些数字指向的不只是个别研究者的草率，而是论文这种文体的结构。一篇论文要讲一个走通了的故事，零结果、失败的路径、放弃的方案，都很难单独成为“一篇论文”。宣言把这称作发表的代价：文献世界像一座由幸存者建成的城市。修补也来了。2013 年，神经科学期刊《皮层》推出“注册报告”，先审研究问题和方法，通过了就原则上接收，无论结果如何⁶⁵；如今提供这种格式的期刊已超过 300 种⁶⁶。美国国家科学院 2019 年的报告也呼吁研究者、机构、期刊和资助方共同提高透明度⁶⁷。但注册报告改变的是判断的时机，产出的仍是一篇论文；绝大多数失败，依然无处安放。失败的去处也未必是更多的论文。我在一次采访里说过，发表偏倚的解法未必是发表更多失败的论文，而是建立公开的实验数据库，让失败的实验哪怕不成文，数据也进入公开记录；“成功失败一视同仁都能发论文”并不合理。更根本的是成功观要多元：科学家应能根据自身情况更灵活地界定“成功”，同时引入第三方监督和多元的资助，而不是只剩一套刻板的、自上而下的尺度⁶⁸。

七谁来审？审得过来吗？#

如果说期刊是堤坝，同行评议就是堤坝上的守夜人。这个制度比许多人想象的年轻：直到 1973 年，《自然》才把外审定为发表的必要条件，此前编辑常常凭对作者的信任直接刊登⁶⁹。这段历史可参看同行评议的晚近起源。今天，它是学术出版最主要的质量闸门，也是规模最大的无偿劳动。阿采尔等人估算，2020 年全球审稿人花在审稿上的时间超过 1 亿小时，相当于 1.5 万多年；按工资折算，美国审稿人的劳动价值超过 15 亿美元，中国超过 6 亿美元，英国接近 4 亿美元⁷⁰。

守夜人越来越难找。Publons 2018 年的全球审稿报告显示，2013 年编辑平均发出 1.9 份邀请就能换来一份审稿意见，2017 年要发出 2.4 份；审稿邀请每年增长 9.8%，被接收的论文每年只增长 4.9%；四分之三的编辑说，找到审稿人并让对方答应，是工作中最难的部分。报告还发现，中国完成的审稿只占全球的 8.8%，明显低于其 13.8% 的论文产出份额；2017 年，中国每份投稿只对应 0.8 份审稿，而传统科研强国平均为 2.3 份⁷¹。人工智能领域的会议把压力推到了极致：NeurIPS 2025 收到 21575 篇有效投稿，动用了 20518 名审稿人⁷²；ICLR 2026 收到近两万篇投稿；据《自然》报道，审稿人平均每人分到五篇，要在约两周内审完⁷³。专业越分越细，能审一篇论文的“同行”就越少，这是专业化的胜利与代价在出版环节的回声。

更根本的是，审稿本来就不是为发现错误和造假而设计的。1998 年，一家综合性医学期刊把一篇已接收的论文故意改出 8 处缺陷，寄给 420 位审稿人，收回的 221 份意见平均只指出了 2 处⁷⁴；2008 年，《英国医学杂志》的另一项试验在论文里埋进 9 个重大错误，607 名审稿人第一次平均只找到 2.58 个⁷⁵。审稿人看不到原始数据，也没有时间重做实验。而当评审本身被伪造时，它连自己都保护不了：2017 年，施普林格一次撤回《肿瘤生物学》上的 107 篇论文，原因是审稿意见系伪造，不少冒用了真实学者的名字，配上假的电子邮箱⁷⁶。

开放审稿是一种回应。凡是 2025 年 6 月 16 日以后投给《自然》的研究论文，发表时都附上审稿意见和作者回复，审稿人可以自行决定是否署名；不过，编辑之间的讨论和保密意见仍不公开⁷⁷。eLife 公开每一份评审，ICLR 的审稿意见则公开在 OpenReview 平台上⁷⁸。透明让堤坝上的人被看见，也让审稿质量可以被检验和研究；但它不减少水量，审稿依然是对一篇论文的一次性关卡，关卡前的队伍只会越排越长。

八论文为什么能被批量制造？#

只要论文可以换钱、换职称、换学位，就会有人批量生产论文。出版伦理委员会（COPE）和国际科技医学出版商协会（STM）2022 年的报告，把论文工厂定义为利用学术界的发表压力、生产虚假稿件、让研究者轻松发表或购买署名的机构⁷⁹。2025 年发表在《美国国家科学院院刊》上的一项研究发现，论文工厂、中介和掠夺性期刊已经连成网络，善于绕开各种干预，欺诈性论文的增长速度远远超过正常的科学产出⁸⁰。

2023 年，这股暗流冲垮了一段堤坝。那一年全球撤回的研究论文超过一万篇，创下纪录，其中 8000 多篇来自 Hindawi 一家⁸¹。这家创办于开罗、总部设在伦敦、拥有 200 多种期刊的开放获取出版商，2021 年 1 月被威立（Wiley）以 2.98 亿美元收购⁸²；此后，论文工厂借特刊大规模渗透的问题逐渐败露。2023 年 12 月，威立宣布停用 Hindawi 品牌。此前，Web of Science 已把 19 种 Hindawi 期刊移出收录，威立自己也关闭了四种“被论文工厂严重侵蚀”的期刊，单一个季度的收入就因此减少 1800 万美元⁸³。

识破论文工厂，靠的常常是志愿的“科学侦探”。2021 年，卡巴纳克、拉贝和马加济诺夫注意到一种古怪的文风：有人用在线改写工具把现成文字“洗”一遍，术语被换成了似是而非的同义词，于是“人工智能”变成了“伪造的意识”（counterfeit consciousness），“深度神经网络”变成了“深刻的神经组织”（profound neural organization），“大数据”变成了“巨量的信息”（colossal information）。他们把这叫作“扭曲短语”，并在爱思唯尔的一本计算机期刊里发现了它们成批出现⁸⁴。撤稿观察网（Retraction Watch）积累多年的撤稿数据库，2023 年 9 月由 Crossref 收购并免费开放，当时两家合计约有 5 万条记录⁸⁵；截至 2026 年 9 月，这个数据库已收录超过 6.7 万条撤稿⁸⁶。

中国是这场撤稿潮的重灾区之一。《自然》2023 年的分析指出，在主要科研国家里，沙特阿拉伯、巴基斯坦、俄罗斯和中国是过去二十年撤稿率最高的国家⁸¹。中国科学院文献情报中心的团队援引撤稿观察网的数据称，全球因学术不端引发的撤稿中，中国的占比从 2011 年的 14.4% 升到了 2020 年的 53.2%⁸⁷。治理随之加码。2018 年 5 月，中办、国办印发《关于进一步加强科研诚信建设的若干意见》，明确“不得购买、代写、代投论文，虚构同行评议专家及评议意见”，要求“坚持零容忍”，对严重违背科研诚信的行为终身追责⁸⁸。2022 年，科技部等 22 个部门印发《科研失信行为调查处理规则》，专门界定了由第三方中介代为投稿、回应审稿意见的“代投”⁸⁹。中国科学院文献情报中心则从 2020 年起发布《国际期刊预警名单》，综合载文量、APC、自引率、撤稿等指标，提醒研究者谨慎选择发表平台⁸⁷。

撤稿数字上升有两种读法：它说明造假严重，也说明检测和纠错更积极了。两种读法都对，也都值得认真对待，撤稿本身正是堤坝还在工作的证据。但无论哪一种，都揭示了同一个结构：论文工厂生产的，正是计量体系在数的那个东西。它不需要发现什么，只需要造出一个在格式上像论文的对象。只要“一篇论文”还能兑换奖金、职称和学位，就会有人去造“一篇论文”；堤坝修得再高，水也会从最薄的地方渗过来。检测的攻防战也没有尽头。我把论文查重比作奶粉里的三聚氰胺：蛋白质检测一旦成了人人可以自测的关卡，奶农掺的就不再是水而是毒；查重普及之后，“混过查重”成了必备技能，洗稿应运而生，如今查 AI 率的网页旁边已经挂上了“一键降 AI 率”的广告。真正管用的从来不是更灵的检测，而是健全的监督和让造假者倾家荡产的处罚——撤稿、道歉、不痛不痒，正是造假成风的土壤⁹⁰³³。

九AI 写的论文，查得出来吗？该查吗？#

2022 年 11 月 30 日，OpenAI 发布 ChatGPT⁹¹。不到一年，它的指纹就出现在正式发表的论文里。2023 年 8 月 9 日，物理期刊 Physica Scripta 上的一篇论文，第三页赫然印着 ChatGPT 界面上的按钮文字“Regenerate response”（重新生成回答），发现者又是卡巴纳克⁹²；据报道，出版方随后以作者未披露使用 AI、违反出版伦理为由撤稿⁹³。类似的指纹还有“As an AI language model”（作为一个 AI 语言模型）、“Certainly, here is”（当然，以下是）和“As of my last knowledge update”（截至我最后一次知识更新）。波兰学者斯切莱茨基在 Scopus 前两个分区的期刊里，找到 89 篇带有这类语句的论文，其中不少已被他人引用⁹⁴。

最荒唐的一幕发生在 2024 年 2 月。Frontiers in Cell and Developmental Biology 在 13 日发表的一篇论文，插图里是一只生殖器大得离谱的大鼠，旁边标着一串不知所云的假词；三天后，期刊以“AI 生成的图片”不符合编辑和科学严谨标准为由撤稿，并承认一位审稿人曾对这些图提出质疑，作者却没有回应⁹⁵。笑话之外，是已成常态的使用。科巴克等人分析了 1500 多万篇 PubMed 摘要的用词变化，估计 2024 年的摘要至少有 13.5% 经过大模型处理，某些子领域高达 40%⁹⁶。在审稿一侧，检测公司 Pangram 用自家的检测模型分析了 ICLR 2026 公开的 7.58 万份审稿意见，估计 21% 完全由 AI 生成，一半以上带有 AI 参与的痕迹，而投稿里完全由 AI 写成的只有 1% 左右；这些都是检测模型的判断，不是会议的官方统计⁷³⁷⁸。检测模型有多可靠，我试过几款号称查 AIGC 的工具，它们常把我自己写的东西判成百分之百 AI；而认真磨合过的模型写出来的文字，和你自己写的风格相差无几，几乎不可能被查出来³³。

会议开始设陷阱。ICML 2026 在每篇投稿的 PDF 里埋下只有大模型才读得到的指令，让它在审稿意见里写进两个随机挑选的短语，以此找出违反承诺、把稿件整个交给大模型的审稿人：795 份审稿意见被查实，约占全部审稿的 1%；按照投稿者须承担审稿义务的规则，违规者作为作者提交的 497 篇论文被直接拒稿，约占投稿总数的 2%⁹⁷。ICLR 2026 则要求审稿人申报大模型的使用情况，未如实申报者，自己的投稿也可能被拒⁹⁸。这两种做法抓的都是违约，不是坏审稿：暗号只证明有人违背了承诺，申报只是平台的契约，规矩立了就该守，这没有问题。但它们回答不了真正的问题——那 795 份审稿意见，究竟比其余的更差还是更好？给文本打“AI 率”、按率处置，既查不准，也答非所问，是用检测替代判断的制度懒惰⁵⁵。

真正的压力来自数量。NeurIPS 的投稿从 2020 年的 9467 篇增长到 2025 年的 21575 篇⁷²。2025 年 10 月 31 日起，arXiv 计算机科学类不再接收未经同行评议的综述和立场论文，理由是每月涌来数以百计的综述，大模型让这类内容可以随要随写，其中大多只是带注释的文献目录⁹⁹。2026 年 2 月，《自然》报道，德国雷根斯堡大学的维默用 OpenAI 新推出的写作工具 Prism，五十四秒就写出一篇关于虚构实验的论文；他在社交媒体上写道：写论文从未如此容易，堵塞科学出版的管道也从未如此容易¹⁰⁰。计算机科学首当其冲，这个学科的具体反应见计算机科学一节。

AI 还开始以作者和审稿人的身份登场。2025 年 3 月，Sakana AI 宣布，一篇完全由其“AI 科学家”系统生成的论文通过了 ICLR 2025 一个研讨会的同行评议，三位审稿人打出 6、7、6 分，按事先约定在发表前撤回¹⁰¹。同年 10 月，斯坦福大学的研究者办了第一场由 AI 担任第一作者和审稿人的会议 Agents4Science：315 篇投稿，接收 48 篇；三种大模型审稿人之间的评分相关系数只有 0.48，过半投稿至少有一条参考文献被标记为有问题；完全由 AI 驱动的研究占投稿的 23.3%，在接收论文中降到 14.9%¹⁰²。

规则也在追赶。科技部监督司 2023 年 12 月发布的《负责任研究行为规范指引（2023）》规定，不得使用生成式人工智能直接生成申报材料，不得将其列为成果共同完成人，不得直接使用未经核实的由其生成的参考文献，评议中使用须事先征得组织者同意¹⁰³。各国期刊与资助机构的做法，见期刊、资助机构与学会的规则。但这些规则大多在回答“谁写的”，而该问的是“它是不是好东西”。生成式 AI 击穿的不是论文的价值，而是一个长期被默认的替身：过去写出一篇像样的论文很费劲，人们就把“写得出来”当成了投入与水平的担保，评审也乐得省事。现在写作的成本趋近于零，AI 把平均水平抬到了文从字顺、有理有据的地步，担保没了，暴露出来的是评判能力的不足——问题不在 AI，而在既有的评价机制本来就靠不住。能被 AI 淘汰的废话论文被淘汰，也不是坏事。宣言说旧制度是在“写出来很难”的假设下设计的，指的正是这一点^3355104。

十开放科学的工具箱够用吗？#

面对洪水，开放科学拿出了一整套工具。第一类是标识与链接。2000 年 1 月成立的 Crossref 为学术文献登记 DOI，让每篇论文、每条参考文献都有稳定的地址¹⁰⁵；2012 年上线的 ORCID 给每位研究者一个唯一编号，解决同名同姓的混乱¹⁰⁶；CERN 在 2013 年 5 月推出 Zenodo，让数据、代码和各种研究产物都能存档、被引用¹⁰⁷；2016 年提出的 FAIR 原则，要求数据可发现、可获取、可互操作、可复用，而且要对机器友好¹⁰⁸。有了这些，论文之外的研究产物第一次有了自己的“户口”。

第二类是改造评审与发表的流程。注册报告把判断提前到结果出来之前；开放审稿让审稿意见见光；“覆盖期刊”则把期刊缩减到只剩认证功能。高尔斯 2015 年宣布创办的 Discrete Analysis 就是这样一份期刊：它本身只是一串指向 arXiv 预印本的链接，每处理一份投稿，付给审稿管理平台大约 10 美元，其余一切都靠数学家的义务劳动¹⁰⁹；它在 2016 年 3 月正式上线¹¹⁰。医学界发展出“活的系统综述”，随新证据不断更新，而不是一次成文、就此冻结¹¹¹。

第三类是基础设施与纠错。2022 年 1 月上线的 OpenAlex，以开放数据接替了微软学术图谱³。索邦大学 2023 年 12 月宣布，从 2024 年起停止订阅 Web of Science 和科睿唯安的计量工具，转向 OpenAlex 这样开放、免费的工具¹¹²。文献管理软件 Zotero 从 2019 年 6 月起接入撤稿观察网的数据，自动提醒用户哪些文献已被撤回¹¹³。第四类就是前面谈过的评价改革：DORA、《莱顿科研计量宣言》、CoARA，以及中国的代表作制度。据《中国日报》报道，清华大学等高校已允许教师只提交最多五项最能代表其学术水平的成果²⁸。

这些工具都是真实的进步。它们让论文更容易被找到、被链接、被核对，让数据和代码有了自己的身份，让一部分评审见了光，也让计数的暴政有所收敛。宣言所说的新的标准与声誉，不少部件正是从这个工具箱里拿来的：可点开的证据、可追溯的版本、公开的评议。但是，把这些工具一字排开，会看到一个共同的形状：它们全都长在同一个东西的周围，像一圈圈加固在旧河道两岸的石头。

十一加高堤坝，还是开挖河道？#

几乎所有补丁都是围绕“论文”这个单位打的。DOI 是一篇论文的地址，ORCID 把一个人和他的论文连起来，注册报告是一篇提前被接收的论文，覆盖期刊是一份论文清单，开放审稿是对一篇论文的公开评审，撤稿标注是贴在一篇论文上的标签。DORA 说不要用期刊评价论文，被评价的仍是论文；代表作制度说不要数篇数，代表作也还是论文。就连针对生成式 AI 的规则，追问的也主要是“这篇论文是谁写的”。

问题恰恰出在这个单位上。一篇论文同时承担着太多功能：它是交流的载体、认证的对象、存档的记录、信用的计数单位，还是奖金与职称的兑换券。每一种压力都压在同一个静态文本上：计量把它变成货币，货币引来论文工厂，数量压垮审稿，成功叙事藏起失败，生成式 AI 又把生产它的成本降到几乎为零。陶哲轩把数学面对 AI 的困境称作“证明的消化不良”：AI 生成的证明积累得比验证快，验证过的又比写成可读文章快，写好的稿子会压垮靠志愿者支撑的同行评审，发表出来的更是多到学界来不及消化成定论¹¹⁴。瓶颈已经从“写出来”迁到了验证、讲清和评价，而这些恰恰都不是一篇论文能独自承载的。数学家贝西斯说得更直接：只把证出定理算作贡献的“定理经济”将会崩塌；他援引瑟斯顿的话说，数学的产品是清晰与理解，而不是定理本身¹¹⁵。

回到鲧和禹。《国语》在说“鲧鄣洪水而殛死”之后，紧接着说“禹能以德修鲧之功”⁶；《孟子》记禹的办法是“疏九河，瀹济、漯而注诸海”¹¹⁶。禹没有拆掉父亲的全部工程，他改变的是水的去向。我谈技术时常引海德格尔的“泰然任之”：既不一味拒斥，也不无脑顺服，先把技术当作自然环境——洪水滔滔不可阻拦，但可以因势利导，勇敢的人还可以站到风口浪尖做弄潮儿¹¹⁷。放到今天，修补不必放弃，但要换一个思路。换单位：让一项研究以知识客体的形态存在，拥有核心论证、证据追溯、过程记录、多模态讲解、治理透明、AI 接口与共创演化，也就是一件作品的七层。换评价：让验证、复现、讲清和维护本身成为可以积累的成就。换参与方式：让公众不只是读者，而像公民科学的复兴所展示的那样，成为研究现场的一部分。这些都不指望期刊自己改。我说过更狠的话：纸质期刊应该全部倒闭关门，科研共同体应该建立类似 GitHub 的开源平台；说得温和些，期刊若想留下，就得从容器变成认证、策展与展示的窗口，而完整、可追溯的正式版本沉淀在开放平台上。

新办法同样有风险。分层作品可能更昂贵，成就体系可能催生新的刷分，敞开的研究现场可能带来噪音，任何新的计数单位都逃不过古德哈特定律。但疏与堵的差别在于：前者把压力分散到多条河道，让验证、讲清和消化各有其位，各自得到承认；后者把所有压力都压在同一道堤上，堤越高，溃决时的代价越大。论文的洪水不会退去。我们要决定的，是继续加高堤坝，还是开始开挖新的河道。