OpenReview漏洞曝光：AI顶会ICLR审稿人身份泄露，双盲评审变明牌

真正的 open review，「众神之父赐予我视野！」

昨夜，无数科研工作者彻夜难眠，这一事件迅速成为学术圈的焦点。

北京时间 11 月 27 日晚，国内人工智能社区瞬间炸开了锅。在备受信赖的学术审稿平台 OpenReview 上，一个前端漏洞引发数据泄露，使得原本严谨的双盲评审机制彻底透明化。

这次的信息泄露方式简单至极：只需在浏览器中输入特定网址，自行替换要查看的 paper ID 和审稿人编号，任何人都能轻易获取对应审稿人的真实身份，包括谁评审了你的论文以及给出的分数。

由于毫无操作门槛，消息传开后，所有人立刻切换到调查模式——毕竟这年头谁还没和审稿人有过摩擦？如今终于可以「有冤报冤，有仇报仇」了。

一时间，惊喜、惊吓、愤怒与哀嚎交织。微信群、小红书等社交平台上，到处都是受害者在分享故事，有人揭发他人，也有人自己被揭发。你永远猜不到给你的论文打低分的究竟是谁。

审稿人打出低分的理由五花八门：有的未能理解作者原意，有的出于个人恩怨（例如同课题组兄弟互相压低分数），更恶劣的是故意给低分以便为自己正在撰写的同赛道论文「让路」。有人借助此次泄露事件实锤了自己曾被评1分的论文，而那位审稿人在五个月后提交了另一篇论文，却不愿引用作者的投稿。

很快社交媒体上又爆出猛料：一些疑似恶意打低分的审稿人，在身份被全员曝光后，紧急大幅上调了论文分数。

围观群众纷纷表示，这一「开盒」行动将早已愈演愈烈的AI顶会论文审稿矛盾推向了新的高潮，戏剧性达到空前高度——从黑暗森林步入广播纪元。

永远不要以为自己在互联网上真的能匿名。

很快人们发现，OpenReview 的这个漏洞是系统级的，只需替换网址中的另一段字符，就能同样查看其他年度的 ICLR 论文，以及 NeurIPS、ICML、ACL 等一众 AI 顶会。

众所周知，由于 AI 领域的火爆，投稿量暴增，各大会议普遍面临审稿人不足的问题，审稿水平下降的抱怨时有耳闻。在 ICLR 2026 上，Pangram Labs 的数据分析显示，约 21% 的 ICLR 同行评审完全由人工智能生成，超过一半的评审都带有 AI 使用的痕迹。

当然另一方面，也有 199 篇论文被发现完全由 AI 生成，9% 的论文中超过 50% 的文本是由 AI 撰写的。

作为 AI 领域的三大顶会之一，ICLR 近年来在学界、业界关注度持续攀升，2026 年大会即将于明年四月在巴西里约热内卢举行。本届大会共收到 19490 篇研究论文投稿，与此同时产生了 75800 篇同行评审意见。

大约周五零点，漏洞被紧急修复，ICLR 终于发布官方声明。

ICLR 表示，任何使用、暴露或分享泄露信息的人将被拒稿，且常年禁止参与 ICLR 会议，大会方未来还将采取进一步行动。

随后，OpenReview 也发布了官方公告。

不过这并未阻止部分人的吃瓜热情。似乎有人爬取了完整名单，并开展了数据分析，还有人评选出打分异常低的审稿人名单。

有人基于 ICLR 2026 前 1 万篇投稿的评审结果，结合审稿人的国别（主要语言）给出了平均打分习惯。数据显示，中国学者普遍较为慷慨，而韩国学者相对严格。

按照这种速度，或许不久之后我们就能知道今年 8 月 NeurIPS 上写下「Who"s Adam？」审稿意见的人是谁了。

学界、业界的大佬们也纷纷跟进此次事件，发表点评。

加州理工学院计算机与数学科学教授、ICLR 理事会成员、ICLR 2025 主席 Yisong Yue 表示：「咱们现在要开个会，我已经麻了。」

总体来看，此次 ICLR 泄密事件严重损害了学术公平。审稿人匿名的丧失阻碍了人们对研究的批判性输出，让作者获得了额外反击的可能，从而破坏了原有的平衡，使得接收论文的可信度受到影响。不过另一方面，由于原本完全匿名的审稿时常出现恶意、不负责任的评论，此次泄露事件瞬间引爆的热度也值得人们深思。

不知在此之后，匿名的审稿制度是否会迎来改变？