全球最大论文预印本平台arXiv全面限投！每人每月仅限2篇，AI论文暴增6倍压垮人工审核

来源：InfoQ

作者 | 青和

编辑 | 四月

当大模型把论文生产推向工业化量产：两年里暴涨6倍的 AI 类论文冲破了人工审核的极限，把全球最大的论文预印本平台 arXiv，逼到了对全学科统一限流的地步。

刚刚过去的 9 月，40363 篇论文投稿涌入 arXiv，创下 35 年来的历史新高。这一数字比两年前几乎翻了一倍，随之产生的是近 9000 张等待工作人员与审核员处理的支持工单。

其中增长尤其迅猛的，是人工智能分类（cs.AI）论文。短短两年，单月投稿量已经增长超过 6 倍。大量低质量、AI 生成论文持续挤占审核资源。

当地时间 10 月 1 日，arXiv 正式宣布实施最新投稿限制：每位提交者每自然月最多只能提交 2 篇论文，适用于计算机科学、数学、物理等全部学科分类。即便论文最终被拒绝，也会占用当月的投稿额度。

作为拥有超过 300 万篇论文、每月服务数百万用户的科研基础设施，arXiv 早已成为 AI 研究者抢先公开成果的重要渠道。从 OpenAI、Google DeepMind，到 DeepSeek、阿里千问等大模型团队，研究论文经常通过 arXiv 率先进入公众视野，接受同行检验与讨论。

如今，这条科研成果快速传播的通道，第一次向所有学科统一设置了明确的月度投稿上限。

1

单月涌入 4 万篇，arXiv 被迫限流

arXiv 在 10 月 1 日发布的官方博客《Fair Moderation, Equitable Access, and AI》中，开篇便指出，科研出版正在经历一场快速变化，研究者交流成果的方式也在发生重大转变。

过去，一名研究者能够独立完成多少篇论文，存在相对清晰的现实上限。因此，arXiv 的志愿审核员主要需要关注少数投稿频率明显反常的用户，必要时限制其提交速度。

但 AI 正在打破这一前提。

随着生成式 AI 工具愈发强大、使用门槛不断降低，研究者能够以多快的速度产出论文，已经很难再用过去的经验衡量。与此同时，平台自身的审核工具、工作流程及 AI 辅助研究的投稿规范，尚未完全跟上这场变化。

于是，arXiv 决定先采取一项过渡性措施。

新规从 2026 年 10 月 1 日起实施，核心是两道限制：每位实际提交者每自然月最多提交 2 篇论文，同时处于活跃提交状态的论文不得超过 3 篇。后一项限制自 2024 年便已存在，此次新增的是统一的月度配额。

官方还明确了几项细则。

首先，限制针对的是论文提交量，而不是最终公布的论文数量。即便投稿遭到拒绝，也会消耗当月额度，因为审核人员已经为此付出了时间。

其次，跨月仍处于暂缓处理（on hold）状态的稿件，不会占用下个月的两篇额度，但仍计入最多三篇活跃投稿的限制。如果作者在论文正式公布前发现重大问题并删除提交稿，则不会消耗名额。

另外，新规覆盖所有学科分类，不能通过切换投稿分类重新计算额度。

不过，对于多人合作论文，配额只计算实际提交论文的人，不计入其他共同作者。也就是说，一名研究人员即便同时参与十篇论文，只要不是由他本人提交，就不会因此用尽自己的月度额度。

对于积压了多篇成果，或者需要赶在学术会议特定时间之前公开论文的作者，arXiv 则要求提前规划投稿时间。

事实上，arXiv 作为全球最大、最著名的学术预印本（Preprint）开放获取平台，一直设有论文上线前的审核机制。研究者可以在期刊或会议的正式同行评审完成之前公开研究成果。论文上线前需要经过内容审核，主要核查学科相关性、学术适切性，以及是否满足原创性、研究价值等基本要求，但审核员通常不会像期刊审稿人那样详细检验每一项实验和结论。

这套机制原本依赖大量专业研究人员的志愿劳动，以相对较低的人力成本，维持科研成果的快速公开。

如今，投稿增长正在给它带来持续压力。

2

AI 论文两年暴涨 6 倍，审核员越来越忙

从历史数据来看，arXiv 的增长正在明显加速。

2016 年 9 月，平台收到 9869 篇投稿；2024 年同期增加到 20569 篇；到了 2026 年 9 月，这一数字已经达到 40363 篇。前一次翻倍用了八年，最近一次却只用了两年。

而在不同学科中，人工智能的增长尤其突出。官方公布的统计图显示，2024 年初，cs.AI 分类月投稿量只有数百篇，到了今年 9 月已经超过 3000 篇，两年间增幅超过六倍。同期其他分类的投稿量则大致翻倍。

当然，AI 分类论文增长六倍，并不等于 AI 生成的低质量论文增长六倍。这当中也有正常研究活动的扩张，不能直接划等号。但论文生产方式确实正在发生变化。2025 年发表于《Science》的一项研究估算，采用大语言模型的研究人员，之后在 arXiv 上发布的论文数量增加约 36%。

官方表示，审核员观察到越来越多研究范围狭窄、贡献有限的薄论文（thin papers），以及将一项完整研究拆分成多个较小成果的香肠论文（salami papers）。此外，还有明显增多的 AI 撰写论文，部分文章虽然篇幅冗长、结构复杂，却缺乏符合平台要求的实质学术贡献。

arXiv 并不反对研究者使用 AI。官方政策允许 AI 辅助科研及论文撰写，前提是按要求披露，并且作者对论文内容负责，研究本身必须符合学术标准。

真正令平台头疼的，是那些利用 AI 降低写作成本，却没有充分检验内容与学术价值的投稿。

今年早些时候，《Science》在一篇关于 arXiv 应对 AI 低质量论文的报道中，采访了参与平台审核工作的研究者Robbert Wijers。据其估计，arXiv 长期以来平均约有 4%的投稿被拒，但自 2025 年初 AI 低质量投稿明显增长后，这一比例已升至约 10%至 12%。这一数字是受访者的估计，而非此次公告披露的最新官方统计。

审核工作主要由专业研究者志愿承担。arXiv 的 2025 年年报显示，其审核网络规模约为 260 人，专职运营人员加上科学主任也只有 7 人。每个发布日需要消化 700 到 1,400 篇新论文，以及多达上千份的修改申诉。而平台还需要专职团队处理投稿支持、技术问题以及争议申诉。

当异常稿件越来越多，即便只是判断一篇论文是否具备基本研究价值，也会不断消耗专业人员的精力。

arXiv 编辑顾问委员会主席、AAAI 前主席 Thomas Dietterich 在公告中明确指出，只有相对少数的作者正在提交大量低质量论文，却消耗了不成比例的审核时间，导致其他高质量论文的公布可能被推迟数天甚至数周。

事实上，这位长期参与 arXiv 治理的计算机科学家，早就在为投稿压力发愁。

今年 1 月 29 日，面对 ICML 2026 相关投稿集中涌入，他曾在社交平台发帖，提醒机器学习研究者当天的投稿量已经达到平时的四倍，并半开玩笑地建议作者随机等待 1 至 14 天再提交，帮助审核员分散工作量。

到了 5 月，他又公开解释，对于包含明确证据、显示作者没有检查 LLM 生成结果的稿件，例如明显的虚构引用或未经核对的内容，平台明确了禁投一年的处罚措施。

对一线审核人员而言，新规至少提供了暂时减轻压力的可能。但一些长期使用 arXiv 的研究者，也意识到了另一层变化。

加州大学伯克利分校天文学教授、科研数据服务公司 Valency 联合创始人 Josh Bloom，在 10 月 1 日发表文章《arXiv is tapping the brakes》，认为每月两篇看似微小，却可能是科研交流方式的一次重要转变。

Bloom 已经使用 arXiv 约 30 年，累计提交过 300 多项研究成果。他理解平台限制投稿的现实原因，但也认为科研活动正在加速，传统基础设施难以按相同速度扩张。

不过，他也提醒，不应将短期增长完全归因于 AI。2026 年 9 月的投稿量较 8 月增长 29%，但 2025 年同期也出现过 22%的环比增长，学术日历本身就会带来季节性波动。真正需要关注的是持续增长的长期趋势：今年前九个月的投稿量，已较去年同期高出约 30%。

从更长的时间线来看，此次限流也并非孤立措施。

2025 年 10 月，arXiv 收紧了计算机科学分类中综述与立场论文的收录要求，原则上要求相关论文提供正式同行评审通过的证明；今年 5 月，又进一步明确了对未经核查的 LLM 生成错误的责任追究。

如今，治理措施进一步延伸到全部学科、所有提交者的投稿频率。

3

每月只能投两篇，大厂和高校研究者怎么办？

新规最直接的影响，首先涉及arXiv 在科研体系中扮演的特殊角色。

在 AI 领域，arXiv 并不是可有可无的论文仓库。由于传统学术会议和期刊有固定截稿时间、较长评审周期，许多研究团队习惯通过 arXiv 提前公开研究成果，使同行能够尽早了解新方法、开展复现与后续研究。

尤其在基础模型快速迭代的今天，一篇新论文有时几天内就会引发大量讨论，甚至迅速影响其他团队的研发方向。因此，限制 arXiv 的提交频率，不等于限制科研活动本身，也不会直接改变学术会议的投稿资格，却可能影响部分成果的公开时间。

由于限额仅针对实际“提交人”而非全员署名，OpenAI、DeepMind 等工业界大厂与高校大型课题组几乎毫发无损——因为动辄数十人的合著者名单提供了充沛的“人头额度”，换个人上传即可化解，唯一受影响的只是不能再由某位助研统一代投全组成果。真正被规则误伤的，反而是**缺乏合著者周转的独立学者与单兵团队，**彻底失去了成果释出的灵活性。

每月两篇的红线，本质上只是为濒临崩溃的人力初筛争取喘息时间。当大模型把写论文的成本压到趋近于零，而成果验证依然死死受制于人类极其有限的注意力。

声明：本文为 InfoQ 原创，不代表平台观点，也不构成投资建议，未经许可禁止转载。