我读了很多AI文本，发现一些文章如果读起来像AI写的，里面装着三样完全不同的东西。 一，母语非英语的作者拿模型润色措辞。二，用模型起草段落、再由作者核对。 三，让模型独立生成论断、related work、乃至对结果的解释。 第一种，我认为，这是个好事儿，英语流利度长期在充当一道与研究质量无关的筛子，现在被免掉了，抱怨这个的人往往没意识到自己在捍卫什么。 第三种，才是大问题，重灾区。 我发现现在核心是AI检测器恰恰分不开这三者，舆论的混乱主要来自这里。 模型写讨论部分时，它同时写了很多很多限定词，我也看到过，许许多多的文风，那些“这表明”、“这说明”，巴拉巴拉一通，那些对相关工作、认识的定位。 但别忘了，这些是科学内容。 一段流畅的讨论可以把一个薄弱的推断洗得看不出薄弱，而作者很多时候未必意识到自己没在为哪句话负责。 论文，逐渐变成了没有人完全拥有的文本。 评审现在确实难办，我也是看到很多论文尤其是CCF-A一大堆顶会的文本。 过去写得糟糕是有成本的信号，审稿人拿它当先验用。文字潦草的稿子通常思路也潦草。 现在，表层质量和底层严谨度脱钩了，而投稿量还在同时上涨，审核压力直接起飞。 我看了一下unslop发布的领域分布，其实很说明问题，至少是它提供的数据上。 计算机科学 65%、数学 0.7%，即便扣掉检测器的偏差，剩下的差距仍然对应着截稿日冲刺、最小可发表单元、以及对工具的熟悉度。这其实非常恐怖。 这个病背后的推手其实不是AI ，它只是给一个已经存在的产量竞赛装上了涡轮而已。 刚才，我说了那个检测器的情况，更严重的问题是误判的代价会不成比例地落在非母语作者身上，而且随着人类写作本身向模型措辞收敛，这个问题可能被一直搁置着。