一年100篇论文的超级作者来了，审稿还顶得住吗?-上海朗通资讯网

编辑｜Panda

2018年，年篇斯坦福大学统计学家 John Ioannidis 及其团队在《Nature》上提出了一个令人震惊的论文概念：「超级高产作者」（hyperprolific author）。这类作者的超顶定义极为严苛——年均发表论文超过 72 篇，这意味着平均每 5 天就要挂名一篇新成果。审住

https://doi.org/10.1038/d41586-018-06185-8

研究团队从 Scopus 数据库中挖掘出 9,稿还000 多名此类作者，数据显示，年篇这一群体的论文规模在 2001 年至 2016 年间激增了 2.5 倍。当研究人员尝试联系部分作者以了解其高产背后的超顶机制时，仅有少数人能清晰阐述自己在每篇论文中的审住具体贡献。

五年后，稿还《Nature》记者 Gemma Conroy 在后续报道中揭示了更严峻的年篇现状：根据 Ioannidis 团队 2023 年的最新统计，年发表 60 篇以上论文的论文「超高产」作者数量，较十年前翻了整整四倍。超顶文章直言，审住在某些学科领域，稿还年发表 50 篇、100 篇甚至更多的研究者已不再罕见。

https://www.nature.com/articles/d41586-023-03865-y

当然，高产出并不直接等同于学术造假，部分现象确实源于大规模科研合作的必然结果。

然而，七八年过去，「超级高产作者」这一曾经被视为「离奇」的现象，在 AI 和机器学习领域找到了更为极端的演化形态。随着 ICML、NeurIPS 等顶级会议的投稿量呈指数级增长，一个核心问题浮出水面：这些论文究竟由谁撰写？答案的一部分，便隐藏在这个日益膨胀的「超级高产作者」群体之中。

AI 顶会中的「超级作者」现象

一项题为《Publication Trends in Artificial Intelligence Conferences：The Rise of Super Prolific Authors》的研究，深入梳理了 2014 年至 2023 年间 NeurIPS、AAAI、ICML、ICLR、IJCAI、CVPR、ICCV、EMNLP、ACL、KDD、ACM CHI 等 11 个 AI 顶会累计发表的 87,137 篇论文。

研究发现，「多产作者」的数量逐年攀升：仅在 2023 年的 NeurIPS 和 2024 年的 CVPR 中，就分别出现了 超过 250 位在同一会议中一年发表 5 篇以上论文的作者。

arXiv:2412.07793

若进一步抬高标准，近年 CVPR 甚至出现了单个作者在同一会议中挂名 超过 20 篇论文的情况。

研究者还发现了一个有趣的例外：在统计的所有顶会中，几乎每场都允许单个作者一年发表 10 篇以上论文，唯独 IJCAI是个反例。原因在于，IJCAI 较早实施了 单作者投稿上限政策，直接堵死了这一路径。

这与 Ioannidis 团队十年前的发现逻辑相似：当年 9,000 多名超级高产作者中，近 7,900 人集中在物理学领域，原因是高能物理的大型国际合作项目动辄拥有上千名成员，传统「作者」定义在此显得模糊。

AI 领域的高产同样部分源于此逻辑：大模型训练、大规模基准测试、跨机构联合实验室天然需要大量合作者共同署名。

但另一部分驱动力，则更接近美国路易斯安那州立大学教授、期刊主编 Steve Midway 在 Slate 撰文指出的机制：当「发表数量」成为考核和晋升的硬性指标，古德哈特定律（Goodhart's Law）便开始应验——一旦一个指标成为目标，它就不再是一个好指标。

https://slate.com/technology/2026/05/science-peer-review-journals-retractions.html

发一篇是好事，发两篇更好，发一百篇便成了「超人」。

顶会为何纷纷设立「投稿上限」？

超级高产作者的存在与顶会投稿量的暴涨互为因果：大量的论文供给，恰恰来自那些一年参与十几甚至几十篇论文的高产作者及其所在的大型实验室。

因此，ICML、NeurIPS、AAAI、CVPR、ICCV、WSDM、KDD、ICDE 等会议近几年不约而同地引入了 「按作者设定投稿上限」的政策，上限区间大致在 7 到 25 篇之间。超出上限的论文通常按提交编号顺序直接淘汰。

这类政策本质上承认了一个事实：仅靠「自愿减产」无法约束超级高产作者，必须依靠规则强行截断。

投稿端的压力最终传导至审稿端。

以 ICML 为例，2026 年主赛道收到 23,918 份有效投稿，创下历史新高，较 2025 年的 12,107 份几乎翻倍，最终录用 6,352 篇，录用率为 26.56%。NeurIPS 2025 年主赛道收到 21,575 份投稿，较上一年增长约六成，动员了 20,518 名审稿人才勉强消化；AAAI-26 主赛道收到近 2.9 万份投稿，涉及超过 7.5 万名独立作者，最终招募了超过 2.8 万名程序委员会及领域主席成员。

ICML 会议论文投稿与接收情况数据统计，今年的投稿数量相比去年几乎翻倍，https://openaccept.org/c/ai/icml/

当审稿人资源日益稀缺、人均负荷加重时，部分人开始转向 AI 工具「代劳」。今年 3 月，ICML 披露有 497 篇论文因互惠审稿人违反 LLM 使用政策（承诺不用 LLM 却被水印检测技术抓包）而被连带撤稿。这起风波不仅是个案，更是超级高产作者制造的投稿洪流反噬审稿质量的一个缩影。

https://blog.icml.cc/2026/03/18/on-violations-of-llm-review-policies/

当然，也有机构在进行更积极的尝试，参阅《一天审完两万篇！AAAI 2026 首次实装 AI 审稿，单篇成本不到 1 美元》。

从会议到期刊：超级作者的另一个主场

顶会只是这场「产出竞赛」的一个赛场，期刊端的情况同样严峻，且规则更为宽松。

Midway 在文章中提到，五大科学出版商旗下拥有约 5 万种期刊，持续需要新稿件填充内容；开放获取模式（作者付费即可发表）进一步降低了门槛：MDPI 从 2000 年的 14 种期刊扩张至如今的 487 种，Frontiers Media 从 2007 年成立至今也扩展至超过 220 种。

期刊数量的爆炸式增长，为超级高产作者提供了几乎无限的「出货渠道」：只要写得出来（外加支付费用），总有期刊愿意接收。

这套体系的隐患在 计算机科学与工程领域表现得尤为明显。

一项针对全球论文撤稿趋势的研究显示，电子工程与计算机科学（EE & Comp Sci）领域的撤稿率达到 每万篇论文 31.97 篇，是物理学撤稿率的十倍，成为撤稿问题最突出的学科之一。

arXiv:2511.21176v1

同一研究还统计到，过去两年里有 2,100 起撤稿被明确认定涉及 AI 生成内容（撤稿理由包括「不通顺的表达」「非常规措辞」「由大语言模型生成」等），另有 2,300 起涉及 论文工厂（paper mill）。这类商业机构专门为有发表压力的科研人员批量代写论文，近年更是借助生成式 AI 自动撰写引言和讨论部分、生成可发表的图表，将整套流程进一步产业化、规模化。

Retraction Watch 联合创始人 Ivan Oransky 对此判断相当悲观：在他看来，单靠 AI 审查工具去堵漏洞，类似 「在泰坦尼克号上摆整齐甲板椅」。真正的解法是从根子上减少需要同行评审的论文数量，而非指望技术修补一个已严重超载的系统。

不止 AI：一个更古老问题的加速版

需要说明的是，「超级高产作者」并非 AI 领域独有的新鲜事。

Ioannidis 团队最初发现的 9,000 多名超级高产作者中，近一半来自 医学与生命科学领域，原因之一是流行病学等学科习惯将一个大型数据集拆分为许多篇论文陆续发表，导致作者署名不断累积。

也就是说，这是一个在学术评价体系中存在已久的 结构性问题，AI 只是让它变得更容易实现、也更难分辨：生成式 AI 既能帮助真正研究者提速，也能帮助论文工厂批量生产看似「像模像样」的稿件，而审稿人往往难以在有限时间内分辨两者。

因此，Midway 指出，AI 救不了同行评审：它让审稿快了一点，却让投稿快了不知多少倍。

结语

超级高产作者的出现，本质上是 「发表或灭亡」这套激励机制运行到极致的产物，而 AI 既是加速器，也让这一产物变得空前庞大且难以甄别。顶会设置的投稿上限、水印执法、AI 辅助初评，期刊端的论文工厂筛查工具，都是在同一前提不变的情况下打的补丁：评审依然是无偿的志愿劳动，而论文产出的激励一直在加码。

Midway 给出的药方很朴素：正视同行评审的劳动价值，让机构在招聘晋升中为审稿记功，让出版商为这份劳动真正付费。对此，Midway 引用了一篇 2021 年的研究，给出了一个具体数字：同行评审的劳动力价值在美国已高达 15 亿美元，在中国也超过 6 亿美元——如今这一数字自然还会更高。