arXiv被AI灌水逼出＂投稿硬限额＂,40,363篇/月创纪录

学术界最开放的那个预印本平台，开始限制你每个月能投几篇论文了。

10月1日，arXiv 宣布更新速率限制政策：从这一天起，每个提交者每月最多提交2篇，同时最多有3篇"活跃提交"在系统中。

这听起来有点反直觉—一个以"开放获取"为使命、几十年来几乎不设门槛的平台，为什么要给作者定投稿额度？

答案藏在两个数字里：今年9月，arXiv收到了 40,363 篇投稿，创了历史纪录；而在两年前的9月，这个数字是 20,569；再往前推十年，2016年9月，是 9,869。

十年涨了四倍，两年翻了一倍。而且，这波增长的主要推手，官方点名了：AI 工具。

一、数字背后的"投稿大爆炸"

先把这条增长曲线摆清楚。

arXiv 是1991年成立的预印本平台，作者可以把还没正式发表的论文先挂上去，供同行免费阅读。它的审核不靠编辑部，靠一群志愿者按学科分头把关。

过去，这个模式运转得还算顺。原因是：一个人认真写一篇论文，从做实验、分析到写作，天然就慢，一个月能憋出一两篇已经是高产。这个"人的精力上限"，无形中给平台的总量踩了刹车。

但 AI 工具普及之后，这条刹车线松了。

官方给出的月度投稿数：2016年9月：9,869 篇2024年9月：20,569 篇2026年9月：40,363 篇（新纪录）

两年时间，总量翻倍。而最夸张的是具体学科—计算机科学下的"人工智能"类（cs.AI），两年里增长了超过6倍。

伴随暴增的还有负担：今年9月那40,363 篇投稿，给 arXiv 的工作人员带来了接近9,000 个支持工单。也就是说，差不多每4到5篇投稿，就衍生出一个需要人工处理的请求。

二、AI 打破了"自然限速"

官方在说明里讲了一个很实在的观察：在 AI 出现之前，独立作者能多快产出论文，是有一个"实际可辨认的上限"的；过去如果有人远超这个上限，志愿者会手动限制他。

但现在，"一个月到底能写多少篇"这个上限，变模糊了。

AI 工具让研究的某些环节变得更快、更容易—文献梳理、初稿撰写、格式排版，都能让 AI 搭把手。这本是好事，前提是论文仍满足学术标准。但官方承认，现在收到的很多投稿，并不满足。

于是出现了一个结构性问题：AI 降低了"写"的门槛，但没降低"做研究"的门槛。结果就是，写出来的东西变多了，其中值钱的比例却可能被稀释。

三、三种被点名的"水论文"

官方明确点出了三类正在增多的低质投稿：

第一类，薄论文。范围窄、内容单薄，本来可以并入更大的工作里，却单独投了出来。

第二类，salami 论文（切片论文）。把一项完整的研究切成好几块，分别包装成多篇小论文投出—行话叫"萨拉米切片"，意思是像切香肠一样把成果一点点零卖。

第三类，密集的 AI 代写论文。大量依靠 AI 生成、读起来密密麻麻但缺乏实质推进的文稿，正被轻松地批量灌进 arXiv 和其他存储库。

官方口径说得很直白：AI 工具让作者向arXiv 等平台"洪水般"地倾倒低价值论文，变得前所未有地容易。

四、政策本身：每月2篇，活跃3篇

新政策的核心就两条，自2026年10月1日起全类别生效：

每个提交者，每个自然月最多提交 2 篇；任意时刻，最多有 3 篇"活跃提交"（即已投出但尚未正式公告的论文）在系统中。

这里有个背景：其实"同时最多3篇活跃提交"这个限制，从2024年就已经有了；这次新增的，是"每月2篇"这个月度硬上限。

而围绕这两条，官方还配了一份 FAQ，几条值得单独拎出来：

其一，被拒也算数。限额计的是"提交次数"，不是"成功发布次数"，是提交这个动作本身。一个月投了2篇，不管收不收，都得等下个月才能再投。言下之意是：希望你投稿前三思，只投真正有分量的。

其二，跨学科也累计。不管你投的是物理还是生物还是计算机，2篇的月度上限是跨所有类别合并计算的。

其三，on hold（暂挂）的论文，不占下月的"月度2篇"名额，但占"活跃3篇"的上限。

其四，合著者不受影响。限额只针对"提交者"本人。你作为提交者挂了一篇多作者的论文，只扣你自己的额度，不影响合作者。

其五，公告前删除可豁免。如果你投完发现漏了重要东西、在论文正式公告前删掉了，这篇不计入你的任何额度。

五、为什么要限：一场关于"公平"的账

把政策逻辑拆开，它其实是在算一笔公平的账。

arXiv 识别低质论文的核心，是一群志愿者—他们每天无偿捐出时间和专业判断。但官方观察到：相对少的一部分作者，提交了数量不成比例的低质论文，占用了不成比例的时间。

代价由谁承担？是那些持续投高质量论文的作者—他们的稿子可能因为被低质投稿淹没，而被拖延数天甚至数周。

所以这个2篇/月的限额，名义上是"公平分配的时间"，实质上是用硬上限，替那套已经失灵的"靠自律 + 人工discretion"的老机制兜底。

顺带一提，arXiv 编辑咨询委员会的相关负责人也公开支持了这次调整的方向，认为在 AI 工具大量进入科研流程的当下，平台有必要重新定义"最佳实践"。

六、这件事值得往深想一层

孤立看，这是 arXiv 的一次运维调整。但放在更大的图景里，它其实是 AI 冲击知识生产生态的一个缩影。

第一，它暴露了一个矛盾：当"写"的成本趋近于零，"判断什么值得写"反而成了最稀缺的能力。AI 能帮你把论文写得更顺、更快，但它不会替你决定"这项研究是否真的新、真的有意义"。而后者，恰恰是学术筛选体系存在的理由。

第二，它揭示了开放平台的脆弱性。arXiv 的开放，建立在"大多数作者自觉"的默契上。当默契被部分人打破，平台要么收紧，要么被低质内容淹没。这次限流，是开放与质量之间一次被迫的再平衡。

第三，它提出了一个尚无答案的问题：AI 时代的"学术贡献"该怎么计数？如果一个团队用 AI 辅助，一个月能稳定产出更多合格论文，2篇/月的硬上限会不会反而误伤正当的高产研究？政策发布方也承认，这只是"权宜之计（stopgap）"，目的是争取时间改进工具和流程，之后再定"最佳实践"。换句话说，今天这道闸，未必是明天的最终形态。

来源与免责声明 本系列所有信息均来自公开渠道（官方博客、开发者文档、新闻媒体、HuggingFace、GitHub、Hacker News 等）的公开发布内容，经人工筛选与摘要整理，仅作资讯传递与学习交流之用，不构成任何投资、技术或商业建议。摘要可能存在简化或理解偏差，引用具体数字或原话前请回第三方原文核对。原文版权归原作者或发布主体所有。若认为内容涉及侵权或不宜转载，请私信联系，确认后将在 24 小时内下架或调整对应条目。

资讯数据来源：arXiv官方链接内容。