科研圈正在迎来一场隐秘且剧烈的范式重构。
当大模型把论文写作的边际成本压至近乎归零，人类延续数十年的科研产出节奏、审核体系、学术传播规则，瞬间被彻底打破。短短两年时间，全球最大预印本平台arXiv的AI类论文投稿量暴涨6倍，海量量产式稿件彻底击穿人工审核承载力。
当地时间10月1日，arXiv正式出台史上最严限流新规：全学科统一限流，每位提交者每自然月最多仅可投稿2篇。这是该平台成立35年来，首次对所有领域研究者实施统一、刚性的投稿配额，标志着AI驱动的论文工业化时代，正式撞上了人类学术治理的人力天花板。
一、单月4万篇投稿创历史新高，审核系统濒临过载
刚刚过去的2026年9月，arXiv迎来有史以来最拥挤的投稿月，全站涌入40363篇论文，创下35年历史纪录。这一数据极具颠覆性：2016年9月，全站月投稿量仅9869篇，2024年同期翻倍至20569篇，耗时八年完成第一次翻倍；而从2万篇突破至4万篇，仅仅只用了两年。
投稿量爆炸式增长的背后，是审核体系的全面承压。目前平台积压近9000条审核支持工单，日均需要处理700至1400篇新论文，以及上千份修改申诉。但支撑这套全球科研基础设施运转的人力，极度稀缺：arXiv仅有7名专职运营与科学管理人员，审核网络由约260名全球研究者志愿构成，依靠学界公益劳动维持运转。
过去，学术产出存在天然的人力上限。一名研究者的精力、实验速度、思考深度，决定了其年度论文产出有固定边界，审核团队只需针对性筛查少数高频异常投稿者，即可维持平台秩序。
生成式AI彻底颠覆了这一平衡。如今论文写作不再依赖长期积累与深度钻研，量产门槛近乎消失，研究者的投稿频次彻底脱离传统学术产出规律。平台现有的审核工具、流程规范、人力储备，完全无法适配AI带来的产能跃迁，系统性过载已成常态。
在此背景下，arXiv推出过渡性刚性限流政策，从2026年10月1日正式落地，核心规则清晰且严苛：
第一，全学科统一配额，覆盖计算机、数学、物理等所有分类，无领域特例，无法通过切换分类重置额度；
第二，额度按提交人计算、拒稿即消耗，无论稿件最终被拒、撤稿，只要提交审核、占用人力，即扣除当月额度，仅正式发布前自主删除的稿件不计数；
第三，维持原有规则，单人在审活跃稿件不超过3篇，跨月暂缓处理的稿件不占用下月投稿额度，但持续计入活跃稿件上限；
第四，多人合作论文仅统计提交者，共同作者不占用额度，团队可通过轮换提交人规避限制。
作为承载超300万篇论文、服务全球数百万研究者的核心基础设施，arXiv是OpenAI、DeepMind、阿里千问、DeepSeek等全球顶尖AI团队首发成果的核心阵地，是AI领域最快、最开放的学术交流通道。如今这条创新通道首次被强制限流，本质是人工治理体系，对AI工业化产能的被动妥协。
二、AI论文两年暴涨6倍：不是学术繁荣，是审核资源被挤占
本轮平台承压的核心变量，是人工智能领域的投稿爆发。数据显示，2024年初arXiv计算机人工智能（cs.AI）分类月投稿量仅数百篇，至2026年9月已突破3000篇，两年增幅超6倍，远超其他学科整体翻倍的增速。
需要明确的是，投稿量暴涨并非全然等同于学术繁荣。其中既有AI研究赛道扩容带来的正常增量，更有AI写作工具催生的大量低质量产稿件。2025年《Science》相关研究佐证，使用大语言模型的研究者，论文产出量平均提升36%，AI工具正在系统性抬高全球学术产能。
一线审核人员直观感受到了稿件质量的滑坡。两类“无效论文”正在疯狂挤占审核资源：一类是薄论文（thin papers），研究范围极度狭窄、学术贡献微乎其微，缺乏核心创新；另一类是香肠论文（salami papers），将一项完整研究刻意拆解为多篇碎片化成果，注水凑数、批量投稿。
更棘手的是纯AI生成稿件的泛滥。部分稿件篇幅冗长、结构规整、行文精致，看似专业严谨，实则充斥虚构引用、未经核验的数据与逻辑漏洞，无实质学术增量，却需要审核人员耗费大量时间甄别核验。
AI工具本身并非治理对立面。arXiv始终明确：允许AI辅助科研与论文写作，只要按规披露工具使用、作者对内容全权负责、研究符合学术标准，即为合规行为。平台真正禁止、抵制的，是依托AI降低写作成本，却放弃严谨核验、忽视学术价值的量产式灌水投稿。
稿件质量下滑直接推高拒稿率。据资深审核研究者Robbert Wijers统计，arXiv长期自然拒稿率稳定在4%左右；自2025年初AI低质投稿泛滥后，拒稿率飙升至10%—12%。看似小幅的数字变化，背后是志愿审核团队工作量的成倍激增。
arXiv编辑顾问委员会主席、AAAI前主席Thomas Dietterich直言平台困境：少数高频投稿作者产出的大量低质稿件，消耗了超比例的审核人力，直接导致优质原创成果的公开周期被拉长数天甚至数周，劣质稿件在拖垮优质科研的效率。
事实上，本次全域限流并非临时突发，而是arXiv持续一年多精细化治理后的终极兜底手段。2025年5月，平台明确对AI生成虚假引用、未核验错误内容的稿件，处以禁投一年的严厉处罚；2025年10月，收紧计算机领域综述与立场论文收录标准，原则上要求提供同行评审通过证明。当专项治理难以遏制量产灌水趋势，全域投稿配额成为最后的防线。
三、新规最大悖论：大厂无损，独立学者承压
每月2篇的刚性限额，被视作平衡审核资源、重塑学术公平的关键手段，但落地之后却呈现出极具反差的结构性影响，误伤小众、纵容大厂的治理悖论已然显现。
对于OpenAI、DeepMind等工业界巨头，以及高校大型课题组而言，新规几乎毫无约束力。这类团队的论文动辄拥有数十名合著者，只需轮换不同成员作为提交人，即可轻松化解每月2篇的额度限制，量产投稿节奏几乎不受影响，仅需取消单一助研统一代投全组稿件的模式。
真正承受限流冲击的，是独立学者、单兵研究者、小型课题组。这类研究者缺乏充足的合著者周转额度，没有团队人力分摊投稿名额，原本灵活、快速的预印本发布节奏被彻底锁死。每月仅2篇的上限，直接限制了其成果迭代、公开、交流的效率，在快速内卷的AI赛道中，极易丧失首发优势与学术话语权。
深耕arXiv近30年、累计提交300余篇成果的加州大学伯克利分校教授Josh Bloom，精准点出了新规的深层影响：这看似温和的额度限制，实则是AI时代学术传播范式的重大转折。科研创新的速度、产能已被AI无限拉高，但人工审核、学术治理的基础设施，永远无法实现同速扩张。
同时，季节性波动叠加长期增量，进一步放大了平台压力。2026年9月投稿量环比8月激增29%，即便剔除学术会议周期带来的季节性峰值，今年前九个月总投稿量仍较去年同期高出30%，长期增长压力不可逆。
四、终极矛盾：AI无限产能，困住人类有限注意力
arXiv的限流新规，从来不是简单的平台规则调整，而是整个AI科研时代的终极缩影。
大模型彻底解决了学术生产的供给端瓶颈：写稿、润色、排版、文献整合的成本无限趋近于零，论文可以批量、快速、工业化量产。
但学术体系的验证端瓶颈丝毫未松：真伪核验、价值判断、创新甄别、同行评议，依然完全依赖人类有限的注意力、时间与专业判断力。
一端是近乎无限的AI产能，一端是极度稀缺的人类审核资源，供需彻底失衡，造就了当下的治理困境。
每月2篇的限额，本质不是限制科研创新，而是为濒临崩溃的人工审核体系争取喘息空间。它无法根治AI论文灌水、学术内卷、虚假成果泛滥的问题，只是用最朴素、最刚性的方式，强行平衡产能与治理的错位。
更深层的变化在于学术公平的重构。新规落地后，科研能力的核心差距，不再只是思路、算力、数据的差距，新增了投稿额度与团队规模的差距。大型团队凭借人力储备持续高产创新，单兵研究者的迭代节奏被硬性约束，学术赛道的马太效应进一步加剧。
未来，arXiv的限流或许只是开始。当AI科研量产成为常态，人类学术体系必须做出终极抉择：是持续用人力硬扛无限产能，还是彻底重构一套适配AI时代的审核标准、价值体系、传播规则？
这场始于预印本平台的限流变革，终将倒逼整个学术界，重新定义何为真正的科研创新、何为有效的学术价值。
