夜雨聆风七月的空气里弥漫着一种荒诞。
2026年7月23日深夜，全球数以万计的机器学习研究者同时按下了刷新键，NeurIPS主赛道的审稿意见回来了 博士生们屏住呼吸点开OpenReview，有人看到希望，有人看到绝望但今年，一种前所未有的诡异感正在蔓延：你分不清，写下这些意见的，到底是一个疲惫的人类教授，还是一个不知疲倦的大语言模型
就在这个微妙的时刻，Meta / NYU的AI研究者Ravid Shwartz Ziv发了一条推文，戳破了整个社区的默契：
▲ 那条让整个ML社区集体破防的推文：你用Opus 4.6写论文，审稿人用Opus 4.7写评审，你再用Opus 4.8写rebuttal，只希望讨论期关闭前Opus 5别发布。
但它好笑吗？好笑。它恐怖吗？更恐怖。
同一个供应商，三方对打：一场没有赢家的军备竞赛
先给不混AI圈的读者讲明白这件事为什么炸
NeurIPS（神经信息处理系统大会）是人工智能领域的"奥林匹克"之一你的论文能不能被接收，直接决定你的毕业进度、职称评定、实验室拨款流程是这样的：作者匿名投稿→审稿人阅读并打分写意见→作者收到意见后写rebuttal（反驳与补充）→领域主席（AC）综合讨论做最终决定
过去，这条链上每一环都是人在做。
现在？Ravid的帖子把真相扒了个干净，作者用Claude写论文，审稿人用Claude写评审意见，作者再用更新版Claude写反驳三方都在同一家公司（Anthropic）的产品线上疯狂内卷，唯一的区别是谁手里的版本号更高
这场军备竞赛像是同一个军火商卖给交战双方的荒诞戏剧
评论区的狂欢：当AI研究者开始自嘲
帖子炸开后，评论区迅速变成了一场集体精神分析
MIT背景的Ariel Noyman第一个把玩笑推向极端：
▲ "除非你用更强的Agent系统，它会改你的LaTeX代码、渗透审稿人的电脑、给你满分，顺便把另外67篇结果一样的论文全踩下去。"
Lucas Beyer，Google DeepMind的资深研究者，则把矛头指向了更高层级：
▲ "那AC（领域主席）也要再用一个模型把整条审稿链过一遍？对吧？对吧？？？"
三个问号，问得人脊背发凉。如果审稿人在用AI，AC在用AI，作者也在用AI，最终接收或拒稿的决定，到底是谁做的？
机器学习教授Andrew Gordon Wilson随后递来一把让人笑不出来的冷刀子：
▲ "如果模型写出'作者已回答我全部问题，我维持原评分'，那我们就知道，它达到了AGI。"
这是一句精准的职业自嘲。在现实的rebuttal阶段，人类审稿人经常无论作者怎么回应，都死活不改分数Wilson的意思是：连这种"装死"的技能都学会了？那确实是通用人工智能了。
但另一面更魔幻：有人说AI审稿已经"碾压"人类
就在众人嘲笑"AI对打AI"的时候，一位NeurIPS领域主席站出来泼了一盆完全不同温度的水
▲ NeurIPS AC Peter Richtarik声称：执行得当的AI审稿，比人类审稿强10到100倍，远超20%-50%的幅度。
Peter Richtarik以AC的身份发了一条长推文，措辞近乎激进：在他处理的案例中，AI在数学漏洞检测、关键引用遗漏、新颖性证伪、实验问题定位上全面碾压人类审稿人他甚至提出了一个激进设想，先给所有投稿做一轮彻底的AI审稿，让作者在限期内迭代修改，再由人类AC根据修改轨迹做最终决定
他自己也承认："一年前这还是无稽之谈"
与此同时，Gantavya Bhatt的声音代表了另一群人的心声，
▲ "说实话我宁愿收到Claude的审稿意见。至少它懂数学，不会问'正半定性跟特征值符号有什么关系'这种问题。"
而另一位审稿人Andreas K. Maier则贡献了全场最冷的评论："我的审稿人没用AI他选择了，不读论文。"
▲ 有时候，人类根本没读论文。
会议方并没有坐以待毙，但局面已经拧巴
段子归段子，NeurIPS官方其实正在进行一场前所未有的制度试验
▲ NeurIPS 2026启动了正式的AI辅助审稿随机对照实验：无辅助 vs 开放式辅助 vs 结构化辅助，三种条件随机分配。
实验规则写得很明确：人类判断被增强而非替代；作者知情同意；审稿人自愿参与；模型侧零数据留存。 除了这个官方实验通道，任何审稿人私自把论文喂给ChatGPT或Claude都算违规，后果可能牵连其本人投稿，甚至被desk reject
组织方还在送审稿件中埋下了隐藏提示词陷阱
▲ 《The Scientist》报道：NeurIPS在送审材料中植入隐形指令，违规使用AI的审稿意见可能会吐出特征性短语，但这一做法本身引发了巨大争议。
有审稿人把PDF转Word时意外看到了隐藏指令，一度以为是作者搞的鬼批评者怒斥这是"预设恶意、腐蚀信任"；支持者指出，其他会议用类似方法确实抓到了大量违规
与此同时，立场论文赛道直接祭出铁腕，
▲ NeurIPS立场论文赛道要求正文必须"实质性由人类撰写"，约18.4%的投稿被直接desk reject，另有12.7%被要求提交"人类参与"证据。
近五分之一的投稿被拒之门外。 这已经是实际执行的清洗。
学术界的两极：停下来！vs 拥抱它！
在推文喧嚣的背后，两篇针锋相对的学术论文正在为这场军备竞赛的走向定调
反对派：Baumann等人的论文《Stop Automating Peer Review Without Rigorous Evaluation》（后获ICML 2026口头报告）指出两大致命问题，"蜂群效应"，AI审稿人之间的意见高度同质化，削弱多元视角；以及"论文洗稿"，用模型按审稿口味改写论文就能显著抬高AI评分，根本不需要改进科学本身
▲ 这篇论文的核心警告：当AI审稿人都说一样的话，"同行评审"就变成了"同模评审"。
建设派：Wei等人的论文则呼吁"ML社区必须建设AI增强的同行评审生态"，强调投稿规模危机已刻不容缓，AI的使用方式、责任归属与审计机制都需要尽快落地
▲ 建设派主张让AI充当协作者，同时完善相关基础设施。
燃烧的元审稿者：模型把批评拉满，人类却更累了
军备竞赛最讽刺的后果是什么？AI让工作量暴涨，人的负担一点没少
研究者Djamé在讨论中几乎是带着怒气写下了这段话：
模型把"可批评点"的数量拉到了一个人类不可能逐条处理的量级，而会议流程又要求AC对每一条做出回应结果就是：AI产出了一座文本大山，人类被埋在底下
笑话的尽头，是一个没人能回避的问题
日本研究者荒川豊的引用转发，把整件事从笑话升格为时代注脚：
▲ "内容固然重要，但比内容更重要的，是你用的模型有多强。"
这句话听起来像玩笑。但当NeurIPS用陷阱抓审稿人、立场赛道清洗五分之一投稿、AC声称AI审稿强100倍、元审稿者濒临燃尽，所有这些信号叠在一起，指向的是同一个问题：
当生成式AI同时占领了写作与评价两端，科学评价里"人的判断"还剩下什么？
Opus 4.6写论文，Opus 4.7写评审，Opus 4.8写反驳版本号在涨，笑点在涨，焦虑也在涨。Ravid帖子里那个关于Opus 5的祈祷，透着整个学术共同体对自身存在意义的一声苦笑
模型会越来越强。眼下的问题是，人类准备好证明自己还在了吗？
