数学家激辩AI论文潮:36000篇投稿冲击同行评审

菲尔兹奖得主、数学家 Timothy Gowers(推特账号 littmath)与数学家 Obhishek Saha 就「AI 大量产出论文后同行评审何去何从」展开激烈争论。Gowers 披露自己收到过来自「一次性生成 36000 篇论文」者的投稿邮件，认为在这种内容规模下坚持人类主导审稿「不现实」，传统的作者声誉与他人背书机制将被击穿——几年后若有人背书或产出 1000 篇论文，这些信号将失去意义。这场争论因具体案例和双方立场鲜明而受到广泛关注。

已确认

• Gowers 确实收到过用 AI 生成 36000 篇论文者的邮件投稿，这是他判断评审体系难以为继的直接依据。
• Gowers 的核心论点是：人类不可能审完所有 AI 参与的论文，学术界需要某种「代价信号」(costly signal)在阅读前判断哪些值得读，例如作者投入的时间。
• 他澄清立场：论文有 AI 写作痕迹本身没问题，但未披露的 AI 使用或完全由 AI 生成的论文在他看来是负面信号。
• Saha 的立场：判断一篇论文是否「完全 AI 生成」困难甚至不可能；把「使用 AI 写作」等同于「没下足够功夫」是根本性错误，他自己在写作全流程各环节都用 AI。
• Saha 认为传统信号(作者声誉、他人背书、写作是否敷衍)依然有效，还可借助 LLM 快速总结论文、评估数学正确性，未来人类审稿人仍可主导，只是接受稿件时会更挑剔、把守选题层面。
• 回复者 kfountou 建议具体机制：作者通过可分享链接提交与模型交互的记录，或用独立 agent 评估论文中的人类贡献度。
• Saha 还提出反直觉观察：Pangram 检测得分为 0%、完全看不出 AI 痕迹、文笔一般的论文反而是坏兆头——作者连用 AI 打磨文章的时间都没花。
• 另一位数学家 Daniel Litt(与 Saha 无关的后续讨论)表示，他和对话者的多数预测最终会被证伪，但确信数学职业将发生巨变，应保持对经验证据的开放。

尚未确认

• 36000 篇论文投稿的具体细节仅出自 Gowers 的转述，未见到原始邮件或更多佐证。
• 「未披露的 AI 使用」如何在实践中与合法的 AI 辅助写作区分，双方均未给出可操作的判据。

为什么重要

• 这场争论触及学术出版的根基：当内容生成成本趋近于零，建立在稀缺性之上的声誉、背书与同行评审机制如何存续，是所有学科共同面临的问题。
• 双方分歧本质是「引入新的昂贵筛选信号」还是「沿用旧信号并用 AI 对抗 AI」，其走向将影响未来期刊政策、审稿分工与学术评价体系的制度设计。

2026-10-06 ~ 2026-10-07 · 13 条相关

• 【源头】数学家 Timothy Gowers 提出:需有信号标识哪些 AI 生成论文值得读 — littmath · 2026-10-06
• 用可分享链接和独立 agent 评估 AI 论文的人类贡献度 — kfountou · 2026-10-06
• 反向信号:不愿用 AI 打磨论文反而是坏兆头? — ObhishekSaha · 2026-10-06
• littmath:AI 写作本身无罪,学术界需要的是「代价信号」 — littmath · 2026-10-06
• AI 全流程写作实战者:用不用 AI 不该成为论文质量的判断信号 — ObhishekSaha · 2026-10-06
• littmath 判定:依赖 AI 痕迹筛论文等于宣告人类审稿终结 — littmath · 2026-10-06
• 【源头】littmath 曝光收到 36000 篇 AI 生成论文投稿,同行评审难以为继 — littmath · 2026-10-06
• 有人靠 AI 生成 36000 篇论文投稿,人类评审末日之争升级 — ObhishekSaha · 2026-10-06
• 【源头】AI 时代审稿分工:人类把守选题,LLM 验证数学正确性 — ObhishekSaha · 2026-10-06
• 数学家 littmath 警告:一人生成千篇论文时代,传统同行评审体系将崩溃 — littmath · 2026-10-06
• 数学家激辩:不该用「是否用 AI」当论文可信度的代价信号 — ObhishekSaha · 2026-10-06
• 数学家 Daniel Litt 谈 AI 冲击：数学职业将剧变，但没人知道会怎样 — littmath · 2026-10-07
• 数学家 littmath 谈 AI 时代论文筛选:保留旧有质量信号 — littmath · 2026-10-07