有了 AI 的加持，论文生产被推向工业化量产，好像各方都被逼「疯」了……
全球最大的论文预印本平台 arXiv 被逼到了对全学科统一限流的地步：每位提交者每自然月最多只能提交 2 篇论文。
而学术圈也出了一份《学生「慢科研」联合倡议》，百余位国内外高校的计算机、AI 教师和博导联合签署，发出灵魂拷问：
论文数量，该不该是选拔研究生的核心指标？
《学生「慢科研」联合倡议》
那么，
现在的意思是，
AI 抽卡已经抽疯了，
token 开十倍思考「与神对话」了，
看短剧都要一口气看完 + 2 倍速了，
连汽车都能飞起来了，
只让搞学术的我慢下来吗？
等等，怎么只有搞学术的要慢下来？
「慢科研」倡议刷屏出圈，在知乎也掀起不小的讨论风波。
有人赞成给学生更长的探索周期，让他们敢于做结果尚不确定的课题；
有人问，缺少稳定岗位和经费的年轻研究者，能否承担「慢」的代价；
也有人觉得，AI 已经改变了知识生产的速度，科研需要重新设计协作和验证的方式。
知乎答主丨李子牛
世界未必需要我的研究，但我需要它。
知乎答主丨赵泠
能力的塑造是长期的、是难以量化的；而论文是短期的、可量化的硬通货。
知乎答主丨BugBuster 喵
把这段学术语言翻译成人话就是：当所有人都能用 AI 快速写出及格的论文时，你的五篇及格论文在顶级导师眼里一文不值。
导师想要的是那个能提出真正好问题的人，但现有的评价体系却把这种人提前过滤掉了。
具身智能话题优秀答主、2025 年度新知答主丨莫一林
论文这个范式就是一坨。
我觉得与其踩刹车，不如踩油门。顶会灌到 100 万篇，AI 审 AI，把这种以论文为中心、小作坊闭门造车的科研范式彻底搞臭，才能让科研真正摆脱论文。
知乎答主丨matrix 明仔
我是真做慢科研的，上一篇 paper 从 24 年做到今年 26 被 ECCV 收的。
然后，结果是我至今没有体面工作，没有好的收入，没有稳定的环境。
很多时候大部分工作都是要在那个 timing 发出来才值钱，发不出来就不值钱。这个值钱的标准是谁来评判的，是老师吗？不是，是市场。我们要让市场慢下来，不要裹挟科研，可是我们可以吗？
说到最后，无论是支持还是反对，其实都在思考同一个问题：
论文这个载体，扛了太多它不该扛的东西。
一篇论文的价值，到底是简历上多出来的一个勋章，还是它真的有价值，真的能被读懂、被讨论、被质疑，推动后人向前走一步？
这个问题，好像在知乎有一个不一样的答案～
评价一个成果，
要看到它的来处，
也要看见它的去处。
混元 HY 4 Preview 8 月引用的一篇文章，居然来自知乎答主 @涮月亮的谪仙人今年 2 月的研究，首发于知乎。
评论区随即热闹起来，有人惊呼「2026 年了知乎还能刊 paper？？？」，还有人组成「HY4 观光团」前来打卡。
评论区里的「HY4 观光团」
知乎上的科研讨论，既能回溯一项成果的来路，也始终活跃在前沿研究之中。
DeepSeek 技术报告选择在知乎首发，让读者第一时间接触一手研究材料。
DeepSeek 技术报告在知乎首发
研究成果可以通过论文发表，也可以在知乎的问答中得到进一步解释，让更多人理解其中的思路与判断。
为了「装得下」大家的好回答，连接论文、研究者与专业交流，让论文的价值重新回到「被读懂、被讨论」——
🎉知乎
「Paper 开源计划」
官宣上线！
我们正式推出科研功能三件套：一键看论文讨论、问题关联论文卡、绑定 ORCID，读 Paper 不烧心！
下面，请看我们汇报「首发论文」，宣介知乎的「科研新成果」～
知乎「Paper 开源计划」
《从数量到质量：重思论文价值与创新路径探索》
摘要：AI 正在深度改变科研范式，论文价值判定标准成为一个悬而未决的问题。本文认为，论文的价值不在数量，而在于被读懂、被讨论、被连接。基于建立论文交流空间、推动论文价值从数量竞争走向高质量讨论的基本立场，本文提出科研功能三件套方案（ORCID 绑定、知乎论文助手、论文卡），分别从「作者被看见」「论文被讨论」「讨论有溯源」三个维度论证论文价值的创新路径，旨在连接论文、研究者与专业交流，建设科研友好型社区。
关键词：读 Paper；ORCID 绑定；知乎论文助手；论文卡；Paper 开源计划
1研究背景Research Background
当论文越来越多，我们需要怎样的科研交流？
科研人在知乎聊科研，是由来已久的传统：
从 2019 年起，Clover 青子就在知乎写论文解读。
正式动笔前，她常会先查一篇论文是否已经有人讲过：搜英文标题、中文译名，再换关键词找相关问题。即使讲的是同一项研究，有人谈实验方法，有人关心临床应用，有人只讨论其中一个结论。
她在内测时用知乎论文助手重新找到了自己几年前的内容。打开论文页面，侧边栏出现相关的知乎讨论。那些曾经分散的回答，又有机会围绕原论文被读到。
国家天文台研究员 @孙萌有另一个习惯：读完有趣的论文，她会找一个相关的知乎问题，试着向别人解释。阅读是输入，讲清楚则能帮助自己检查理解。
她用恒星潮汐领域的一篇综述体验了论文助手，也发现部分关联问题还比较宽泛。这恰好说明，连接论文与讨论是一项细致的工作。读者需要方便地找到相关声音，也需要随时回到原文，看看一个被反复转述的结论究竟在什么条件下成立。
@白露未晞me 举了一个 AI 研究中的常见情形：某个方法在论文里取得了提升，后来研究者换了模型规模、数据集或评估方式，发现效果有了变化。
一篇论文记录了发表时能够完成的实验；后续的复现、反例和解释，逐渐帮助人们看清结论的适用范围。他把这些积累称作一项研究的「验证历史」。
在地球科学领域，@叶山还提出了另一种可能。
有些团队的数据取得艰难，也无法直接公开；他们仍可以在自己的数据上测试一篇论文的方法，把结果与适用条件带回公开讨论。原始数据留在各自手中，新的验证经验却能供后来者参考。
从读懂一篇论文，到补充论文之外的实践反馈，这些讨论让研究不只留下最终的结论，也留下理解它、使用它和继续探索它的线索。
而当 AI 正在加速科研成果的产出，这些线索与经验，也变得越来越重要。
2研究问题Research Questions
AI 时代，论文价值是否需要重新衡量？
今年也许是 AI4S 成果爆发的节点。
5 月，OpenAI 公布单位距离猜想的反例，证明经外部数学家检查。一个可以用平面上若干个点讲清的问题，牵动了研究者近八十年的思考。
8 月，Astra 在十个长期开放的数学与理论计算机问题上取得重大进展。几何、编码、群论、复杂性，多个方向同时亮起信号。
9 月，NS 方程这一千禧年难题被宣称攻克。上万智能体的并行，千亿 token 的消耗，这时的问题难度已超出人脑极限……
到了本月，722 份数学论文集中释放，「准黎曼猜想」在内的数百个数学问题被核爆覆盖。
随着 AI 加速参与科学研究，论文产出的速度与规模，正在给传统的知识交流与评价体系带来新的挑战。
关于 ICLR 2027 摘要投稿量超过 6 万篇的讨论，提供了一个观察视角：
6 万篇论文是什么概念？
假设每篇论文需要 3 位审稿人、每位审稿人投入 3 小时，总工作量就达到54 万小时。
即使只浏览论文标题，每篇花 10 秒，也需要超过166 小时。
当论文越来越多，我们面临的不只是如何生产更多知识，还包括如何理解、筛选、验证和使用已有知识。
一篇论文发表之后，是否有人真正读懂？研究结论是否经得起复现？后来的人能否找到围绕它产生的新发现？
当论文产出的数量不断增长，如何让每一项研究真正进入持续讨论、验证和复用的过程，成为本文的核心关切。
据此，本文提出研究问题：
当论文越来越多，如何让一篇论文不只是被发表，还能像开源代码一样，被不断阅读、讨论、验证和迭代？
3研究方法Methodology
本文采用社区案例观察与产品机制分析相结合的探索性研究方法。
4研究结果与讨论Results and Discussion
科研功能三件套
知乎答主莫一林提出，科研应从以 publication 为中心的原子化生产，转向快速协作、持续整合与验证。
知识应该像代码一样，被不断提出、讨论、验证、合并和迭代，让每一项成果都能被复用，成为后续研究的基础。
基于此，知乎推出科研功能三件套，为论文补上发表之后的「更新日志」。
4.1 论文卡：让讨论有溯源
一项研究被反复引用、转述，却未必有人能方便地找到原始论文。
知乎通过问题关联论文卡，让站内讨论指向具体的科研成果，帮助读者从观点回到原文，让每一次讨论都有迹可循。
知乎问题关联论文卡
4.2 知乎论文助手：让论文被讨论
查看已有讨论，也可以围绕论文发起新问题
4.3 ORCID 绑定和作者认领
让作者被看见，也帮助读者了解发言者的研究背景。
知乎资料页的 ORCID 入口
研究者的 ORCID 账号信息与研究成果
5结论Conclusion
一篇论文的发表，是科研能力的呈现，也可以是更多讨论的开始。
也许，让知识开源，才是论文的真正价值。
Talk is cheap, show me the paper.
🔥热门文章
本文内容来自「知乎」
点击上方卡片关注
转载请联系原作者
🔥热门文章
🔥热门文章
🔥热门文章
🔥热门文章
本文内容来自「知乎」
点击上方卡片关注
转载请联系原作者