🎯 AI 前沿 · 科研诚信

🔥 当顶级实验室的工程师都不再相信论文，AI 圈的"论文崇拜"正在被自己人亲手拆掉。

一、这句话撕开了科研圈的什么口子

一位 OpenAI 工程师公开表示，现在大多数大型实验室成员几乎不看论文，因为大部分论文都是"欺诈"。这话很刺耳，却直指一个越来越难回避的现实：在烧钱如流水的军备竞赛里，发表的冲动早已压过了求证的本分。过去读论文是为站在前人肩膀上，如今读论文，更像是在一堆注水数字里大海捞针。

所谓"欺诈"未必都是蓄意造假，更多是选择性报告——只挑跑得好的那次实验、只写刷分最高的那个指标，把不可复现的结果包装成突破。当连最懂行的人都不愿再花时间逐篇核验，论文作为知识载体的公信力，正在被透支。

二、有数据佐证的"幻觉引用"潮

这份担忧并非空穴来风。ACL 2026 就曾爆出超过100篇论文因含"幻觉引用"被直接拒稿，这些参考文献根本不存在，很可能是作者用大模型辅助文献综述时凭空生成的。会议方以违反出版伦理为由一刀切，足见问题已严重到需要集中整治的程度。

更深一层看，引用可以"幻觉"，数据和结论同样可以"注水"。当论文变成大模型训练语料的一部分，质量参差的文字又会回流进下一代模型，形成低质内容自我复制的恶性循环。工程师们选择不看，某种程度上是一种理性的止损。

三、不看论文，那他们靠什么迭代

大型实验室的成员并非不学习，而是换了更"硬核"的验证方式：直接读代码、跑复现、看开源权重、盯内部榜单。Meta 开源 Muse Spark、中国团队接连放出开放权重模型，本质上都在传递同一个信号——真相藏在可复现的工程里，而不是经过润色的 PDF 里。

对普通从业者和学生而言，这句话更该是一记警钟：别再盲目崇拜论文数量和引用率，学会分辨"可复现的研究"与"漂亮的注水文章"，才是这个时代真正稀缺的能力。

综合第一财经、金融界及 ACL 2026 公开声明报道 | 2026-08-13