夜雨聆风人工智能正在改变学术出版，但它带来的不是简单的效率提升，而是对学术论文这一制度性载体的重新定义。过去三百多年里，论文的基本形态相当稳定：作者把漫长、混乱、反复试错的研究过程压缩成一篇线性文本，期刊通过同行评审确认其可信度，读者再通过摘要、图表、方法和参考文献理解研究贡献。这个系统在印刷时代和早期数字出版时代都相当有效，因为论文的主要读者是人，人的注意力有限，叙事化、压缩化和规范化是必要的沟通策略。近日，Arxiv发表的一篇论文The Last Human-Written Paper 提出的核心判断是，科学出版正在进入一个新阶段：未来大量论文不仅会由 AI 辅助甚至主导撰写，也会被 AI 代理阅读、复现、审查和扩展。此时，传统论文不再只是效率不高，而是可能成为知识流通的结构性瓶颈。该文将这种瓶颈概括为两种成本，即叙事税和工程税，并据此提出面向 AI 代理的研究工件 ARA，把论文从人类可读叙事转变为机器可执行、可追踪、可验证的知识包。
传统论文的最大优点是可读性，最大缺陷也恰恰来自可读性。研究真实发生的方式通常不是线性的：研究者提出假设，尝试模型，调参数，遇到失败，排除路径，重新定义问题，最后才形成一个看似顺滑的研究故事。The Last Human-Written Paper 指出，论文出版会把这种分叉式探索压平成成功路径，失败实验、被拒绝的假设、临时修补的工程技巧以及研究者在关键节点上的判断都被删去。对人类读者来说，这种压缩常常是可接受的，因为读者主要想知道结论、方法和证据是否足够支撑发表。但对 AI 代理来说，被删掉的恰恰是最有价值的信息。AI 要复现实验，需要精确的依赖、硬件、随机种子、超参数、训练细节和失败边界；AI 要扩展研究，需要知道哪些道路已经走不通，哪些失败不是偶然噪声而是结构性限制。论文作者基于 METR 的 RE-Bench 相关数据分析指出，在大量代理运行中，失败运行消耗了相当高比例的资金和 token 成本，这意味着如果失败记录不被保存，后续代理会反复支付同一批试错成本。
工程税则揭示了另一层更隐蔽的问题：论文写给审稿人的精度，与 AI 代理执行研究所需的精度并不相同。审稿人通常判断的是贡献是否新颖、实验是否大体合理、结果是否支持结论；而代理复现研究时需要的是可运行的完整规范。The Last Human-Written Paper 对机器学习论文复现需求的分析显示，PDF 论文中相当多的信息不足以支持完整复现，尤其是代码开发、超参数、配置细节和实验环境等方面。这些缺口说明，开放代码和补充材料虽然重要，却没有完全解决复现问题，因为大量知识仍然保留在实验记录、聊天记录、研究者记忆和临时工程决策中。学术出版过去依赖作者把复杂过程转译为一篇可读文本；AI 时代则要求出版物不仅可读，还要可执行、可审计、可追溯。
ARA 的意义在于，它不是把论文写得更长，而是改变出版对象本身。该协议把研究组织成四个互相绑定的层次：认知层记录问题定义、核心概念、可证伪主张和实验计划；物理层保存可执行代码、配置、依赖、硬件与随机种子；探索图保存研究过程中的问题、决策、实验、死路和转向；证据层把每个主张绑定到原始输出、日志、曲线和结果表。换言之，论文不再是知识本身，而只是从底层研究工件中编译出来的一个人类可读视图。ARA 还提出 Live Research Manager 在日常 AI 与人类协作过程中自动捕捉决策和失败，ARA Compiler 将旧论文和代码仓库转换为结构化工件，ARA-native review system 自动检查结构性和可复现性问题，让人类审稿人把精力转向意义、新颖性和研究品味。该论文报告，ARA 在问答准确率、复现成功率和开放式扩展任务中均表现出一定优势；但它也提醒，保存失败轨迹虽然通常能帮助代理更早取得进展，却可能让强代理被既有路径束缚，难以跳出前人探索框架。
这一设想之所以重要，是因为 AI 对学术出版的影响已经不再停留在润色语言的层面。大规模研究显示，LLM 已经明显改变学术写作风格。斯坦福 HAI 介绍的一项研究基于 arXiv、bioRxiv 和 Nature Portfolio 近百万篇论文，估计计算机科学论文中 LLM 修改内容的比例最高可达 17.5%，数学和 Nature Portfolio 论文中的比例较低但也可达 6.3%。另一项针对 PubMed 摘要的研究使用词频突变识别 LLM 影响，发现 2024 年至少 10% 的摘要经过 LLM 处理；Nature 2025 年报道的相关研究进一步指出，2024 年生物医学摘要中约 14% 存在 AI 生成文本的统计信号。
这些数据说明，AI 已经成为学术写作基础设施的一部分。它帮助非英语母语研究者降低语言门槛，帮助研究者生成摘要、改写引言、整理相关工作、检查语法，也能辅助代码、数据分析和图表说明。就公平性而言，这是一项真实收益。长期以来，英语写作能力、专业编辑资源和国际学术话语习惯构成了隐性门槛，使得许多有价值的研究在表达层面受到惩罚。AI 写作工具可以降低这种不平等，使论文评审更接近于评价研究本身，而不是评价作者是否掌握英语学术套话。若使用得当，AI 还可以加速文献综述、发现引用遗漏、帮助构造复现实验脚本，并把繁琐的格式劳动从研究者手中剥离出来。
但效率收益也伴随着知识污染的风险。AI 可以让认真研究者写得更清楚，也可以让低质量研究被包装得更像高质量研究；可以帮助诚实作者表达复杂方法，也可以帮助论文工厂批量制造看似流畅的伪论文。早在生成式 AI 全面普及前，学术出版就已经面临 tortured phrases、伪造论文和论文工厂问题。Cabanac、Labbé 和 Magazinov 关于 tortured phrases 的研究指出，一些论文使用替换和改写工具把固定科学术语变成异常表达，用以逃避相似性检测。生成式 AI 进一步降低了批量生成看似合理文本的成本，使原本依赖人工粗制滥造的灰色产业获得更强的语言伪装能力。
更值得警惕的是，AI 对学术出版的冲击并不限于文字，而正在进入图像、示意图、数据可视化和实验结果展示环节。2026 年 6 月，兰州大学一名教师参与发表在 Journal of Membrane Science 上的论文引发广泛关注，原因是论文中的一张图表被发现右下角带有“豆包 AI 生成”水印。据《联合早报》综合澎湃新闻和南方都市报报道，该论文第一署名单位为兰州大学化学化工学院，论文发表于 2026 年 5 月，事件曝光后兰州大学于 6 月 27 日发布情况说明，称已成立专项调查组启动调查，并表示对科研失信行为坚持零容忍。Global Times 后续报道也提到，Journal of Membrane Science 表示已依据既定程序启动调查，并强调其遵循 Elsevier 的出版伦理政策。
这个案例之所以具有标志性，并不是因为一个水印本身有多复杂，而是因为它揭示了 AI 时代论文图像审查链条中的多重脆弱性。第一，如果一张带有明显 AI 平台标识的图片能够进入正式发表版本，说明作者内部核查、合作者交叉检查、审稿人评估、编辑部技术审查和出版前质检至少在某个环节没有发挥作用。第二，图像是否 AI 生成并不是唯一问题，更关键的是该图是否被用来表达科学机制、实验结果、材料结构或概念模型。如果 AI 生成图只是作为视觉示意，作者是否披露了生成工具、提示词、后期修改和人工核验过程；如果它暗示了实验观察或材料形貌，则问题更严重，因为读者可能把生成图误认为经过实验或计算支持的科学证据。第三，水印事件表明，当前许多期刊的 AI 政策仍然更偏重文本声明，而对图像生成、图表加工和视觉证据链的监管不够精细。
这一事件也提醒我们，AI 水印并不能单独解决学术诚信问题。水印可以帮助识别某些 AI 生成内容，但它不是稳定可靠的治理工具。有关 AI 图像水印规避的研究已经显示，水印检测可能被后处理、压缩、扰动或重绘削弱。也就是说，兰州大学团队论文中被发现水印，更像是一次低级失误暴露了更大的制度问题，而不是说明只要查水印就能阻止 AI 图像进入论文。真正可靠的机制应当是图像来源登记、生成过程披露、原始实验数据绑定、图像处理日志保存、出版前技术审查和事后追责共同发挥作用。否则，去掉水印并不能让一张未经验证的 AI 图像变得可信，只会让问题更难被发现。
这一点与 The Last Human-Written Paper 对研究工件的强调高度一致。传统论文把图像视为最终呈现物，读者看到的是一张漂亮的机制图、流程图或结果图；AI 原生出版则应把图像视为证据链的一部分。对于实验图像，期刊应当能够追溯到原始仪器输出、采集参数、处理脚本和统计方法；对于示意图，期刊应当要求作者说明图像是人工绘制、软件辅助绘制还是生成式 AI 生成，并说明其是否承载科学事实主张；对于机制图，作者应明确哪些部分来自实验观察，哪些部分来自模型推断，哪些只是概念性表达。兰州大学相关事件的公共讨论之所以迅速发酵，正是因为读者无法从发表文本中清楚判断图像在证据链中的位置。它看似是图片管理问题，实则是论文作为可信知识容器的边界问题。
出版机构的政策反应已经相当迅速，但效果有限。COPE 在 2023 年明确表示，AI 工具不能列为论文作者，因为作者身份要求承担责任、同意发表并回应质疑；ICMJE 的建议要求期刊在投稿时让作者披露是否使用 AI 辅助技术，并说明使用方式；Springer Nature 表示不承认 AI 作者身份，并限制生成式 AI 图像用于出版；Elsevier 也要求作者在写作过程中使用生成式 AI 时进行声明，并强调作者仍对内容负责。
问题在于，披露制度很难单独解决 AI 带来的结构性变化。2025 年的一项研究分析数千种期刊和数百万篇论文，指出大量期刊已经采用 AI 政策，主要形式是要求披露，但研究者使用 AI 写作工具的增长并未因政策存在而显著下降；在样本论文中，明确披露 AI 使用的比例极低。这说明，当前政策更多是在伦理层面表态，而没有建立可审计、可执行、可比较的技术流程。兰州大学相关论文事件进一步说明，即便期刊有出版伦理政策，也不代表每一张图、每一段文本和每一个数据处理步骤都能被有效核验。制度文本与实际执行之间的距离，正是 AI 时代学术出版最需要弥合的缝隙。
同行评审也正在受到双重挤压。一方面，投稿量上升和 AI 辅助写作降低了制造论文的边际成本，使审稿系统更容易被淹没。另一方面，审稿人自己也可能使用 AI 总结稿件、生成审稿意见或检查统计问题。合理使用 AI 可以提高审稿效率，尤其在初筛、格式检查、引用核验、统计一致性和图像异常检测方面具有潜力；但如果审稿人把未发表稿件上传到不受控的商业模型，就可能违反保密义务。ICMJE 的建议明确提醒，审稿人应维护稿件保密性，这可能禁止把稿件上传到某些 AI 软件或技术中。未来更合理的方向，不是让审稿人个人临时使用任意 AI 工具，而是由期刊或出版平台提供受控、可审计、权限明确的 AI 审稿辅助系统。
因此，AI 对学术出版的真正影响不是让人类消失，而是重塑人类职责。过去，作者需要承担从研究、写作、排版到回应审稿的完整链条；未来，AI 可以承担大量形式劳动和部分操作性劳动，但人类更需要承担问题选择、研究判断、伦理责任和最终解释。过去，审稿人需要花费大量时间确认方法是否完整、结果是否能读懂、代码是否可能运行；未来，如果 ARA 类结构化工件成熟，许多客观检查可以交给机器，而人类审稿人更集中地判断这项研究是否重要、是否有原创性、是否在理论或现实层面值得发表。过去，期刊的核心能力是筛选文章；未来，期刊可能还需要认证研究过程、验证数据链路、维护可执行工件、记录 AI 使用和人类责任边界。
不过，The Last Human-Written Paper 的方案也需要审慎看待。ARA 对计算机科学和机器学习论文尤其有吸引力，因为这些领域天然依赖代码、配置、运行日志和基准测试，研究对象适合被转化为可执行文件系统。但在历史学、哲学、法学、民族志、理论社会科学和部分人文学科中，研究过程并不总能被还原为实验图、配置文件和指标曲线。即使在自然科学中，过度强调机器可执行性也可能诱导研究者把可自动验证的贡献放在更高位置，而低估概念创新、解释框架、长期田野观察和理论综合。换言之，ARA 不应成为所有学术出版的唯一未来，而应被理解为一种强有力的范式：凡是研究包含可执行流程、可结构化证据和可复现实验，就应该尽可能保留机器可操作的底层知识；凡是研究依赖解释、语境和价值判断，就仍需要人类叙事来承载复杂意义。
更深层的风险是，AI 可能加剧学术出版已经存在的激励扭曲。如果评价体系继续以论文数量、影响因子和引用量为核心，AI 会把生产更多论文变得更容易，却未必让科学更可靠。大量中等质量、重复性强、语言流畅但贡献有限的论文会消耗审稿资源，增加检索噪声，使真正重要的研究更难被发现。STM Integrity Hub 等行业协作平台已经试图用云端工具帮助出版商筛查研究诚信问题，并将论文工厂检测、身份异常和文本异常纳入出版流程；但这种防御也可能演变为检测工具与生成工具之间的军备竞赛。
所以，学术出版面对 AI 的关键问题不是要不要使用 AI，而是如何把 AI 纳入责任清晰、证据可查、过程可审计的制度中。仅仅禁止 AI 写作既不现实，也可能惩罚那些用 AI 合理改善语言表达的研究者；完全放任 AI 生成内容则会削弱论文作为可信知识单位的功能。更可行的方向是分层治理：语言润色可以低门槛使用，但不应改变研究主张；数据分析、代码生成和图像生成必须记录工具、版本、参数和人工核验过程；涉及研究假设、实验设计、统计解释和结论生成的 AI 使用必须进入方法或声明部分；审稿中的 AI 使用必须在保密、可追踪和编辑授权的边界内进行。最重要的是，出版物不应只呈现结论，还应呈现足够的过程证据，使读者和机器都能判断结论如何产生。
从这个角度看，The Last Human-Written Paper 的价值不在于预言最后一篇人类写作论文何时出现，而在于迫使我们承认：论文这个格式本来就是一种历史妥协。它把研究压缩成人类能够阅读、期刊能够评审、图书馆能够归档的文本对象。如今 AI 代理正在成为新的读者、助手和审查者，出版系统就必须重新思考什么才是科学知识的基本单位。未来的论文可能仍然存在，但它更像是一个入口、一层叙事界面或一个解释性摘要；真正承载可信度的，将是背后的数据、代码、实验轨迹、失败记录、图像来源、声明链路和责任结构。
兰州大学团队论文图片含豆包 AI 水印的事件，将这种转型压力以一种直观甚至尴尬的方式呈现出来。它不是 AI 学术风险的全部，也不能在调查结果公布前被简单等同于研究结论造假；但它足以说明，现有出版流程尚未准备好处理生成式 AI 深度嵌入论文生产的现实。过去，学术出版可以假定图像大多来自实验、绘图软件或人工整理；现在，任何视觉材料都可能来自生成模型、后期编辑、自动重绘或混合流程。过去，审稿人主要判断图是否合理；现在，审稿人还需要知道图从哪里来、如何生成、是否经过核验、是否承载证据功能。过去，作者声明往往只是投稿系统中的一个勾选项；现在，声明必须与可验证材料相连接，否则就只是形式合规。
