【你读的科研论文，可能只是被LLM挤压出来的"学术口水"】unslop.run对12,750篇arXiv论文进行了采样分析，发现在2026年初，近39%的新提交论文带有明显的机器编写痕迹，计算机科学领域这一比例甚至高达65%。为了排除干扰，研究者将ChatGPT问世前的论文误报率压低至0.4%作为基准，这意味着目前观察到的激增并非算法幻觉，而是学术产出的真实异变。这场"学术大爆发"背后隐藏着更深层的悖论：学术界长期推崇的、严谨到近乎僵化的写作风格，恰恰成了LLM最容易模仿的模版。对非母语学者而言，AI是弥合语言壁垒的生存工具，但对科学共同体来说，这正在演变成一种"认知萎缩"。当论文从思考的结晶变为被提示词挤压出的标准件，文字背后的怀疑精神和论证意图就被稀释了。如果投稿和审稿都变成机器之间的互搏，学术出版可能不再是知识的累积，而是一场低成本、高损耗的信号干扰。 unslop.run/blog/measuring-ai-writing-on-arxiv