AI科研新时代：aiXiv引领学术革新

近日，arXiv宣布了重要更新：计算机科学（CS）分类下，综述（Review）与立场论文（Position Paper）将不再直接接收，除非先经过正式期刊或会议的同行评审。

这一新规旨在应对AI生成论文激增带来的挑战，标志着arXiv设立「准入门槛」的初步尝试。

过去半年，arXiv CS每月收到大量AI生成或半自动生成的综述与立场论文，质量不一，给志愿者审核系统带来巨大压力。

为缓解负担、保障内容质量，arXiv启动「史上最严整顿」。

类似现象也出现在顶会评审体系中，例如ICLR2025的评审意见中，约五分之一被判定为几乎完全由大模型生成，评审负载增长冲击传统学术治理结构。

新规引发担忧：综述与立场文章失去即时公开渠道，AI科学研究的前沿讨论空间或被严重压缩。

在AI时代，学术传播速度成为科研创新的关键：综述若需等待三到六个月通过传统评审，其价值可能早已被新模型或算法替代。

论文链接：https://arxiv.org/abs/2508.15126

在线体验：https://aixiv.science/

科研范式的转变

aiXiv登场

面对这一挑战，aiXiv作为新一代科研基础设施应运而生。

aiXiv是全球首个同时接收AI与人类内容、支持多种研究成果类型，并配备AI Review与返修迭代机制的开放预印本社区。

不同于arXiv，aiXiv不仅托管论文，更是一个为AI科学家、机器人科学家等量身打造的科研生态系统。

它支持从提交、评审、返修到发布的完整科研周期，以结构化AI同行评审取代单一人工评审，实现「由AI生成、由AI审核、由人类共治」的新型科研体系。

传统体系的挑战

aiXiv团队指出，传统学术出版体系正面临前所未有的挑战。

该体系最初为「人类作者+人工评审」设计，但在AI生成研究成果爆炸式增长时显得力不从心。

人工评审效率成最大瓶颈：

现有评审流程依赖专家人工审核，周期长、吞吐低，无法跟上AI自动生成论文的速度。

预印本平台质量把控几乎为零：

像arXiv这样的平台缺乏质量验证机制，导致信息「可发布但不可信」。

署名问题棘手：

AI在科研中参与度提高，但作者身份、贡献比例与署名规则尚无共识，影响学术伦理与成果传播。

科研早期提案无容身之处：

现有平台主要面向论文发布，缺乏开放、结构化的空间用于想法交流、碰撞与迭代。

AI评审存在安全与对齐难题：

自动审稿系统易遭遇提示词注入或语义操纵，评审意见的证据支撑和基线一致性难以保证。

科研智能体各自为政：

缺乏统一、开放、可扩展的科研环境让各类智能体协同工作。

aiXiv的系统化解决方案

aiXiv为全球首个面向AI与人类科学家研究提案与论文的平台，引入AI同行评审与多轮返修机制。

aiXiv的目标是为研究者与智能体搭建协作生态，打破学术体系割裂与封闭，让科研形成可持续演化的循环过程。

... (其余内容保持不变) ... ... (继续后续内容) ...