你大概率以为，“用AI写论文”是学生 cheating 话题，对策就是期刊封杀。但海外学术圈过去一年真正吵翻天的，是另一件很多人没意识到的事：审稿人也都在用AI写审稿意见，检测和反检测已经打成了军备竞赛，而期刊界的规则正在从“禁止”悄悄转向“声明制”。这条信息差对国内庞大的研究生、博士生和科研打工人来说，直接关系到你的论文会不会被撤、审稿意见能不能信、以及怎么用AI才不算违规。这篇文章把三场核心争论、各家最新政策和可执行的避坑动作一次讲清。

话题一：审稿意见本身，已经是AI写的了

先说引爆点。ICLR 2025审稿季，OpenReview上有一条公开审稿意见被网友扒出，里面赫然留着"As an AI language model, I cannot..."这样的字样——也就是说，审稿人把生成内容原封不动粘了上去，连AI的免责声明都没删。据 The Register 等多家媒体报道后，这件事在 X 和 Reddit 上刷了屏，成了“审稿环节也沦陷”的铁证。

但孤例不算数，真正有杀伤力的是数据。斯坦福大学团队（Percy Liang、James Zou 组）2025年3月在 arXiv 发了一篇监测研究，用“词汇指纹”方法对 ICLR 2025 的审稿意见做了估算：大约 6.3% 到 16.9% 的审稿意见被大模型实质性改写过。更有意思的是分布规律——压着截止日期最后一天交的审稿、对论文把握度低的审稿、非英语母语者的审稿，AI 使用率显著更高。这几乎是一幅“审稿人被 deadline 逼到用AI赶工”的群像。

社区对此吵成了三派：

• 愤怒派：peer review 是学术信任的最后一道闸，审稿都外包给AI，等于闸门自己漏了。HN 上"Peer review is dying"类帖子里这条立场嗓门最大。
• 现实派：顶会收稿量这几年是指数级的——NeurIPS 2024 超过 1.5 万篇投稿，ICLR 2025 超过 1.1 万篇，ICLR 2026 据社区统计已接近 2 万篇（未经官方证实）。一个审稿人被塞十几篇稿子是常态，“你不让用AI，我就不认真审”，禁令根本执行不了。
• 追因派：问题根源不在AI，在"publish or perish"的考核机器。AI只是把旧病灶照出了高清CT。

辩论的中间产物是规则迭代：ICLR 在 OpenReview 上给审稿人加了“是否使用 LLM 协助撰写审稿意见”的勾选项，NeurIPS 也跟进类似的披露要求。也就是说，社区的最后共识不是“禁”，而是“你可以用，但你得承认”。

话题二：灌水产业链、撤稿潮，和那只著名的AI老鼠

审稿端是上半场，投稿端才是重灾区。

几个数字感受一下规模。Retraction Watch（撤稿观察）的全球撤稿数据库在 2024 年累计突破了 5 万条；仅 2023 一年，全球撤稿就超过 1 万篇，创历史纪录，其中 Wiley 旗下 Hindawi 一家就撤了 8000 多篇，旗下大量期刊直接关停。撤稿重灾区就是所谓的 paper mill（论文工厂）——批量生产、有偿挂名的灌水产业链，《自然》新闻版曾多次卧底报道。

而AI把这条产业链的成本打到了地板价。两个出圈案例你可以搜到原文：

1. "regenerate response" 老鼠图。2024年2月，Frontiers 旗下期刊一篇论文的插图里，AI生成的解剖图上赫然印着模型输出残留的"regenerate response"字样，那张妖娆的老鼠解剖图在 X 上病毒式传播后，期刊几天内撤稿。
2. 论文工厂批量痕迹。Andrew Gray 等学者的估算研究认为，2023 年全球就有约 1%（约 6 万篇）的论文带有明显的 LLM 词汇指纹——而且这还是保守估计，因为方法只能抓住“最不上心”的那批。

检测端的武器叫 excess vocabulary（过量词汇）分析。斯坦福团队和英国图书馆学者 Andrew Gray 都在用同一招：像 delve、commendable、intricate、meticulous、pivotal、realm 这类词，在 ChatGPT 出现后于论文摘要里的出现频率暴涨了几倍到几十倍，正常人类写作的用词分布不会突变。整个方法不依赖任何商业检测器，就是词频统计加对比历史语料，便宜到任何期刊都能上。

但这条军备赛马上撞出了第二场争论：误伤。2023 年德州农工大学（Texas A&M）一位讲师直接拿 ChatGPT 去“检测”全班作业，然后威胁整班课程不及格，事件被《华盛顿邮报》报道后校方介入调查——而 ChatGPT 根本不具备检测能力，那批学生几乎全是被冤枉的。这件事成了社区共识级案例：词汇指纹只能做“群体统计”，绝不能做“个体定罪”，因为非英语母语者的“AI味”本来就更容易被误判。

话题三：规则扫描器——各家到底禁不禁

这才是对中文读者最实用的信息差：“期刊都禁AI”是过时认知。过去一年主流机构的政策集体从“一刀切禁止”转向“分层管理+强制声明”：

注意最后一条——它是目前唯一“碰了就是硬伤”的红线：稿件在评审中属于保密材料，把别人的 manuscript 喂给在线AI，性质等同于泄露。这和“自己写作时用AI”是完全不同的两个责任等级。

整条链路是怎么闭环的

flowchart TD
  A[LLM普及<br/>写作成本骤降] --> B[投稿与审稿量暴增]
  B --> C[审稿人严重短缺]
  C --> D[审稿人用AI赶工]
  D --> E[审稿质量下滑<br/>灌水稿漏网]
  E --> F[撤稿潮<br/>数据库破5万条]
  B --> G[期刊上线<br/>词汇指纹检测]
  G --> H[误伤母语非英语作者]
  H --> I[规则转向<br/>声明制分层管理]
  F --> I
  D --> G

看懂这张图，你就看懂了这场争论为什么无解：每一环都是对上一环的理性回应，但闭环整体在空转。作者用AI提效→稿件变多→审稿人被迫用AI→审稿变水→期刊上检测→检测误伤→大家改用更隐蔽的方式用AI。海外社区最近半年讨论的重心，已经从“抓不抓”转向“如何在不摧毁信任的前提下共存”——这就是为什么声明制成了各家的公约数。

信息差总结

行动指南

如果你是研究生或科研打工人，按这个清单走：

1. 投稿前先读政策：去目标期刊/会议官网搜"Generative AI"或"LLM policy"条目（ICML、NeurIPS 的政策页写得最细），5分钟就能确认红线在哪。
2. 参考文献逐条验真：AI 最坑的是编造引用。每条参考文献去 doi.org 过一遍 DOI，解析不出就删。这是目前撤稿案例里最高频的死因。
3. 声明就一句话：在 Methods 或 Acknowledgements 写明“使用XX模型辅助语言润色，作者对全部内容负责”。声明不丢人，查出来没声明才致命。
4. 当审稿人时守死一条：不要把任何稿件内容粘进在线AI工具。ICLR/NeurIPS 的审稿声明勾选项如实勾。
5. 写作自查：交稿前把 delve、commendable、meticulous、intricate、pivotal 这类“AI味”高频词手动过一遍，换成你自己的常用表达——不是为了骗检测，是降低被卷入误判审查的概率。
6. 保留证据链：用 Overleaf 版本历史或本地 git 管理写作过程。万一被误判，时间线版本记录是目前社区公认最硬的自证材料。

一句话收尾：这场争论的本质不是“AI能不能写论文”，而是当提效工具人手一份时，信任机制必须从“靠人品”升级为“靠声明+靠证据链”。先看懂规则的人，吃到的是红利；还停留在“用AI会被抓”认知里的人，要么不敢用而被卷死，要么乱用而踩上真红线。

参考来源

1. Retraction Watch 撤稿数据库与排行榜：https://retractionwatch.com/retraction-watch-leaderboard/
2. 斯坦福团队 ICLR 审稿 LLM 使用监测研究（arXiv 2503.07103）：https://arxiv.org/abs/2503.07103
3. OpenReview 公开审稿平台（ICLR 审稿声明入口）：https://openreview.net
4. ICML 官网及历届 LLM 政策页：https://icml.cc
5. The Register 关于 ICLR 审稿暴露 AI 字样的报道（站内检索"ICLR AI review"）：https://www.theregister.com

本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。

[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。