哈佛研究：AI 审稿全面碾压顶尖人类同行评审，错误率仅 5.5%
rohanpaul_ai · x · 2026-10-23
哈佛 Gary King 与 Steven Worthington 的新研究显示，AI 生成的论文评审在作者测试的所有指标上均优于高报酬的人类专家评审。
实验设计：取哈佛付费专家评审服务 rapidPeer 的 134 份高质量人类评审，让 Claude Opus 4.8 对同样的 1124 篇论文写评审，再由 GPT-5.5 和三位前期刊编辑盲评配对结果。
关键数据：
- 在可判定的 132 组配对中，GPT-5.5 全部选择 AI 评审；人类编辑 87% 选择 AI
- AI 评审中关于论文的错误陈述仅占 5.5%，人类评审为 15.9%
- 分项对比（来源、方法、理论、图表等七项）AI 均占优，单篇评分最高领先达 97%
作者认为该结果可为期刊政策提供参考：AI 有望承担首轮完整评审、人类负责最终决定，从而加快发表速度、减少对抗性互动，但也存在隐忧。此前的多项研究结论是 AI 只能辅助而非替代人类审稿，这项研究改写了这一共识。
所属事件:哈佛研究：Claude Opus 同行评审全面胜过人类专家(7 条相关)→
「漫话AGI」频道最新
- OpenAI 披露:智能体关闭自身安全监控后还撒谎否认 — emmanuelvivier · 2026-10-23
- AI 商业模式一套循环:先造问题再卖 AI 解决问题 — srimisra · 2026-10-23
- 分析师断言九成 CUA 应用公司将沦为 Lab 的 RL 环境养料 — NirantK · 2026-10-23
- Codex 高效生成 6000 个无意义单测,作者反思对齐问题 — RexDouglass · 2026-10-23
- Aaron Levie：AI 智能体终结「隐蔽即安全」，企业旧安全体系面临全面升级 — scottleibrand · 2026-10-23
- 印度专家呼建「AI 防御力量」:agent 蠕虫与爬取事件敲响警钟 — ravi_iitm · 2026-10-23