ARTICLE · 1249000
错了15.9%的不是AI,是你请的专家
哈佛做了个实验，结果不太给人类面子。
124 篇论文，同一批稿子，付费的人类专家和 Claude 各写一份审稿意见，裁判是另一家的模型。七个维度比下来，人类一项没赢。
不是险胜。人类专家说错的比例，接近 AI 的三倍。
01 ｜"请个有经验的人看一遍"，被上了秤
研究出自哈佛校级教授 Gary King 和该所数据科学主任 Steven Worthington ，标题毫不客气： AI 审稿已压过状态最好时的人类同行评审。
人类一侧用的是哈佛的付费预审服务 rapidPeer ：审稿人从外校挑，每篇有报酬，通读全文，写 1.5 到 2 页意见。样本是 2019 到 2026 年全部有效投稿， 124 篇论文、 134 份人类意见。 74 位作者回问卷， 88% 说质量高或很高。
AI 是 Claude Opus 4.8 ，推理最高档：一个跟人类拿同一份 13 条指南、不许用工具；一个能联网，平均每篇搜 12.4 次。裁判是 GPT-5.5 ，两份意见去格式、调换顺序各比一次。
比分很难看。
整体对比， GPT-5.5 一次都没判人类赢。拆到七维，找弱点、评方法、补文献全胜，图表赢 99%，其余各 92%；打分 Claude 8.7 ，人类 6.0 。差得最狠的两项最费功夫：图表，人类 2.95 分， Claude 7.57 分，不少意见对图表只字未提；补文献，人类 4.73 ，联网的 Claude 9.55 。
三位前编辑盲选 30 次， 26 次挑 Claude ，有一位 10 组全选 AI 。他们彼此判断的一致率是 80%，跟 GPT-5.5 的一致率反而有 87%——人跟机器裁判，比跟同行还合得来。
写得好，不等于写得对。研究者把意见拆成句、隐去出处，拿原稿逐条核对：人类 956 次核查里 152 次判错， 15.9%； Claude 1039 次里 57 次， 5.5%。整份至少错一处，人类 64.2%， Claude 37.1%。连"AI 编文献"也查了——651 篇带 DOI 或 arXiv 编号的引用，没有一篇是编的。
两位作者自己先当了回杠精，做了十类稳健性检查。只留字数相近的 44 组，全胜；把 134 份人类意见改写成 AI 口吻、论点不动，还是一组没赢回，平均分从 5.93 掉到 5.87 。现实也在往这边走： Nature 报道过，超过一半研究者已经在用 AI 审稿。
传业观点： 这事扎人的地方不是 AI 变强了。是你为"人工把关"多付的那笔钱，第一次被拿到同一张桌上打分，还打输了。
企业里到处都是同一道工序：技术方案评审、代码评审、供应商评估、质检报告复核、合同会签。全是"花钱请个有经验的人看一遍"。
这道工序过去有条护城河：他比你知道得多。现在护城河被量成了两个数——15.9%， 5.5%。
一句话：人工复核没废，是不该再当"最后一道"用。
这周能做的一件事：把最贵的那道复核，从"一个人看一遍"改成"两遍看"。第一遍给模型，只干一件事——对照原文找硬伤，每条必须指到具体章节，指不到不算意见。第二遍交给人，人只看两样：模型挑出来的，和"这事该不该做"。
别反过来。先人后机，人的注意力早被格式和错别字吃光了，到该判断的地方，眼睛已经累了。
02 ｜规上制造业的 AI 普及率，过了三分之一
经济日报 10 月 25 日：前三季度，规模以上制造业人工智能技术重点场景应用普及率超过 1/3 ；聚焦 20 个重点工业领域，已打造超 500 个高质量数据集，推广 100 余款工业智能体。
底子在数字化——规上工业企业数字化改造覆盖率 92%，数字化生产设备普及率 63%。没这层， 1/3 出不来。报道的说法是， AI 正从"选项"变成"标配"；上半年各类智能终端出货量超 1 亿台。
一句话： AI 进车间这道门，你的同行已经跨过去了。
03 ｜旧显卡里还有一半算力没开
IT 之家 10 月 25 日：开源项目 GPU Unlock 解除安培架构（ RTX 30 系列）上的一项指令发射速率限制，在 FP32 累加的 FP16/BF16 张量核心运算里释放被压住的吞吐。不改驱动，不刷 VBIOS ，支持 GA102 到 GA106 。
实测： 315W 的 3080 Ti ， BF16 从 71.59 提到 113.98 TFLOPS ； 3080 10GB 在 320W 下， FP16/BF16 从约 65 提到 110 到 113 。局限也明摆着： INT8 只涨 0.3%； vLLM 的提示词处理涨 33%， token 生成基本没变——解码卡在显存带宽，不在张量核心。有 3080 Ti 20GB 的用户解锁成功却毫无提升，说明效果不通用。
一句话：先分清哪类活吃算力，再谈省卡钱。
04 ｜医疗大模型开始抢"标准"的位置
10 月 22 日科大讯飞 1024 开发者节主论坛，讯飞星火医疗大模型 V3.7 发布，基于全国产算力底座做医学语义、影像、语音融合；同日发布 AI 患者管理 3.0 ，启动行业标准共建，讯飞晓医同步升级多份医学报告的综合解读。
对 B 端来说重点不在参数，在"标准共建"：行业标准一定，晚入场的人要重做一遍系统对接。医疗结论须专业人士复核。
一句话：进垂直行业，早一步参与定标准，少改一遍系统。
05 ｜ AI 换脸卖货卖出一万六千套，维权卡在哪
央视新闻客户端报道，演员吴越指一个账号用 AI 克隆她的脸和声音卖货，据网店记录已卖出 16000 多套，她表示将走法律途径。
难处不在认定侵权，在找到人、算清损失。企业该学的是前半句：用数字人做直播之前，先把"这张脸是谁的、授权多久"写进合同。
一句话：数字人的第一份文件不是形象设计，是授权书。
【转发】转给管质量、管技术、管采购的三位，第 01 条值得他们读两遍。 【互动】你公司里最贵的那道"人工复核"是哪一道？留言一句。
我是传业，16 年技术 + 管理经验，人大管理学硕士、经济师、FDE、企业AI落地教练，为企业提供AI落地服务，承接 AI 增效、流程重构、定制开发、企业培训等服务。
