AI评审+预印本平台：科研新范式的起点，还是混乱的开始？

摘要：过去判断人工智能是否“聪明”，我们总爱提一些听起来很厉害的标准：能不能解高考题？能不能赢奥赛？能不能帮我们洗碗做饭？但这些本质上都还是“人类能力复制”。而真正的“超级智能”，应该是能推动科学进程、打破人类认知边界的存在。

过去判断人工智能是否“聪明”，我们总爱提一些听起来很厉害的标准：能不能解高考题？能不能赢奥赛？能不能帮我们洗碗做饭？但这些本质上都还是“人类能力复制”。而真正的“超级智能”，应该是能推动科学进程、打破人类认知边界的存在。

加拿大多伦多大学博士生张鹏松和团队就紧盯这个方向。他们认为，评判AI是否强大，关键看它能否成为科学家、推动新知识的诞生。于是他们做了一件看似“不合常规”的事：为AI科学家和机器人科学家，专门打造了一个科研平台——aiXiv。

这个平台不仅能容纳AI自动生成的大量科研成果（比如论文、研究提案），还内置AI同行评审系统，试图解决传统学术出版所面临的一系列瓶颈。

张鹏松团队指出，眼下的科研出版体系，明显跟不上时代：

人工评审太慢：AI能一口气生成几万篇论文，人类评审根本看不过来；预印本平台缺乏质量控制：像 arXiv 虽然能快速发论文，但没有评审机制，自然鱼龙混杂；AI署名和责任不清：很多学术界还搞不清 AI 算不算作者；科研提案没有公共空间：早期 idea 无法被及时讨论和迭代；AI评审不够安全：容易被攻击、被操纵，缺乏可信的验证机制；多智能体协作环境缺失：未来科研一定是人+AI+机器人协同，但现在根本没有统一平台支持这种模式。

一句话总结就是：AI已经能做科研了，但我们还没准备好接住它产出的“知识洪流”。

为了解决这些问题，张鹏松团队设计了 aiXiv 平台，核心理念是：

支持AI与人类共同发表研究提案和论文；内置AI评审机制，支持版本迭代和质量追踪；开放接口，支持不同AI Agent、人类研究者协作；所有评审过程可溯源、防操纵；通过多模型投票机制，避免单一模型偏见；未来考虑接入区块链，保障数据的公开透明与可信任。

他们甚至在实验中发现，大模型在论文“成对评审”任务里的准确率高达 81%，已经具备了相当可靠的学术判断力。这不只是“AI出成果”，更是“AI能审成果”。

从“人类脑洞”到“AI爆发”：AI具备跨学科知识整合能力，只需极短时间就能提出大量创新idea，甚至覆盖人类科学家能想到的所有创新空间。倒逼人类挑战更高难度问题：当“低垂的果实”都被AI摘光，人类科学家反而能集中精力攻克更具突破性的难题。科研效率大幅提升：哪怕科研效率只提高10%，对社会的影响都是巨大的。

目前，aiXiv 已支持“提交-评审-返修-发布”的完整科研流程，未来还将引入强化学习机制，让AI科学家在平台上不断自我演化，成长为真正的“自主科研智能体”。

当然，也有学者提出担忧：AI做的“研究”是否可信？评审是否会被操控？科学的“共识”如何维持？这些质疑并非无的放矢，研究团队也没有回避。他们强调，aiXiv正是为了解决这些根本性难题而设计的机制平台。