美国管理和预算办公室提议对联邦拨款规则进行重大修改，这可能削弱同行评审的作用，增加行政负担，并限制科学家应对新机遇的能力。这些变化将影响基础研究的灵活性，阻碍意外发现和合作，进而影响科学竞争力。

ArXiv将禁止上传包含AI生成内容的研究论文，若发现未检查生成结果的证据，作者将被禁用一年。未来提交需先在有声望的同行评审期刊接受，此政策旨在减少AI生成的低质量论文。

AI生成的学术论文数量激增，给同行评审系统带来压力。许多论文质量低劣且重复，难以筛选。这导致了学术出版危机，影响了研究的真实性和有效性。

GPTZero团队扫描了300篇ICLR 2026投稿论文，发现50篇存在幻觉引用，漏检率高。部分论文评分达到8/10，几乎肯定会发表。幻觉引用类型多样，同行评审系统面临崩溃，AI生成论文问题严重，学术诚信受到威胁。

LazyReview是一个新数据集，旨在揭示科学同行评审中的“懒惰思维”问题。研究发现，评审者因工作量大而使用表面启发式，导致评审质量下降。该数据集包含500个专家标注和1276个银标注的评审片段，旨在帮助开发自动化工具识别这些问题。研究还测试了大型语言模型在检测懒惰思维方面的能力，结果表明改进的标注指南显著提升了模型的检测效果。

Sakana AI 发布的 AI Scientist-v2 版本能够生成高质量的学术论文，并成功通过顶级会议的同行评审。该系统在创意生成和实验管理方面具有显著创新，提升了自主性和灵活性，展示了人工智能在科学研究中的潜力。

去年，Sakana AI推出的AI Scientist-v2成功通过ICLR研讨会的同行评审，成为首篇完全由AI生成的科研论文。该系统能够自主提出假设、设计实验并撰写论文，展现了AI在科学研究中的潜力。团队认为，未来AI可能生成与人类水平相当的学术论文。

alphaXiv是一个新兴的学术评论平台，允许用户直接在arXiv论文上评论，促进学术讨论。用户可以选择AI模型进行问答，评论内容包括技术澄清和理论讨论。虽然alphaXiv未取代传统同行评审，但为社交媒体与正式评审之间提供了一个讨论空间，推动论文的动态更新与反馈。

在分布式知识系统中，真理通过网络中的互动验证而非依赖权威。知识声明在多节点网络中接受审查，各节点提供独特视角，形成强大的验证框架。持续的同行评审创造了一个动态环境，使知识不断被测试。信任通过参与建立，形成奖励真实专业知识的优胜劣汰系统。这种方法在复杂领域尤为重要，适应不确定性和复杂性，成为建立可靠知识的关键。

大语言模型（LLMs）在学术同行评审中逐渐应用，但可能引发操控、偏见和幻觉等风险。研究表明，作者可能通过隐性或显性方式影响审稿意见，损害评审公正性。专家建议暂停LLMs作为审稿工具，并引入检测工具和问责机制，以维护学术评审的公平性和严谨性。