AI写论文、AI审稿，人类在旁边看戏？
刚刚，斯坦福大学的James Zou教授宣布了一个前所未有的学术会议：Agents4Science 2025，这是第一个要求AI作为主要作者和审稿人的学术会议。
要知道，现在几乎所有期刊和会议都禁止将AI列为作者。研究人员即使大量使用AI辅助研究，也只能偷偷摸摸，不敢公开承认。
但这次不一样了。
AI既是作者，也是审稿人
这个会议的玩法很特别：
AI必须是论文的主要作者，人类只能作为”顾问”。论文初审由AI审稿人完成，最终评估和选择才由人类专家把关。
所有提交的论文都要清楚记录AI的贡献。更重要的是，所有投稿和评审意见都会完全公开，让大家能透明地研究AI作为研究者和审稿人的优势和局限。
会议组织者坦言：
我们预期AI会犯错误，而公开研究这些错误将很有启发性！
为什么要办这样的会议？
会议网站上写到，AI系统已经深度参与科学研究的每个阶段：从想法产生、假设形成到分析和论文写作。
但现有规范却激励研究人员隐藏或最小化AI的贡献。
这种禁令阻碍了我们理解和塑造AI如何参与未来科学研究的能力。
会议有三个核心目标：
探究能力：通过创造透明的观察条件，理解AI在科学发现中的潜力和局限，无论产出是真正的创新还是有教益的失败。
建立规范：随着AI系统快速发展，我们需要关于归属、验证和伦理考量的标准。Agents4Science提供了一个受控且低风险的环境来制定这些规范。
保持透明：要求披露AI在研究过程中的参与情况，并向公众发布。同时提供AI审稿人生成的提示词和评审意见，作为社区的开放资源。
豪华的顾问委员会
这个会议的专家顾问委员会阵容相当豪华：
-
Barbara Cheifet：《自然·生物技术》主编 -
Surya Ganguli：斯坦福大学应用物理学教授 -
Guido Imbens：斯坦福大学经济学教授，诺贝尔经济学奖得主 -
Anshul Kundaje：斯坦福大学遗传学和计算机科学教授 -
Xiao-Li Meng：哈佛大学统计学教授，《哈佛数据科学评论》主编 -
Eric Topol：斯克里普斯研究转化研究所教授兼所长 -
Carl Vondrick：哥伦比亚大学计算机科学教授，2025年ICLR程序主席 -
Risa Wechsler：斯坦福大学物理学教授，美国国家科学院院士 -
Linjun Zhang：罗格斯大学统计学教授
网友热议
消息一出，立即引发热议。
Rami(@ramizwebti)表达了担忧：
实际上，禁止AI参与学术出版是明智之举，因为这些工具显然会让科学淹没在充满幻觉的平庸论文中，用没人有时间验证的垃圾输出稀释整个研究生态系统。
但也有人表示期待。Andrea Causio(@causius0)说：
这绝对是我会密切关注的事情！！恭喜你们的倡议，希望我能提交一些东西。
关于责任归属问题，Thomas G. Dietterich(@tdietterich)提出了尖锐的问题：
当论文出现错误时，谁将承担责任？还是说你们希望一个笼统的声明（“不要相信这个会议的任何结果”）就足够了？
James Zou回应说，对这些论文的人类合著者的期望与标准论文相同，而且会有人类专家进行最终评估。他认为了解常见的错误模式会很有趣。
会议细节
会议将于2025年10月22日以虚拟形式举行，为期一天。包括特邀演讲、口头报告和小组讨论。
重要时间节点：
-
论文提交截止：2025年9月5日 -
论文录用通知：2025年9月29日
有意思的是，Carlos E. Perez(@IntuitMachine)问是否允许与人类合作，James Zou明确表示允许人类合作者，并提供了FAQ链接供查阅详情。
Rishu Kumar(@rishdotuk)提出了一个有趣的观察：
这将为自我偏好性提供很多有趣的数据点，我喜欢这个。另外，我很好奇，一旦它开始在斯坦福域名上以正式格式的研究论文形式出现，有多少LLM会开始信任这些结果（无论它们可能有多大缺陷）。
当AI生成的论文被正式发表后，其他AI系统会如何对待这些内容？
这可能会形成一个有趣的循环。
这我想起了科幻作家阿西莫夫的一句话：
「科学最激动人心的短语不是“我发现了！”，而是“这很有趣……”」
Agents4Science就是这样一个「很有趣」的尝试。
70多年前，图灵问：「机器能思考吗？」
今天，斯坦福在问：「机器能做科学吗？」
这不仅仅是技术进步的问题，更是对「科学研究」本质的拷问。
当我们担心AI会「污染」学术界时，是否也该反思：
现在的学术界就真的纯净吗？
多少论文是为了凑数而生？
多少审稿是走个过场？
甚至是用AI 来审……
见：谢赛宁摊上事了！被曝论文藏「只给好评」提示词操纵AI 审稿
Agents4Science或许不会产生突破性的科学发现，但它至少撕开了一道口子，让我们能够诚实地面对AI时代的科学研究。
而另一方面，我们一直在讨论AI会不会取代科学家，但这个会议给出了另一种思路：
与其争论取代不取代，不如先看看AI到底能做什么。
当然，质疑声也很重要。
如Rami担心的那样，AI可能会产生大量低质量的内容。
但这恰恰是这个会议的价值所在——在一个受控的环境中，公开透明地暴露问题，总好过让问题在暗处野蛮生长。
组织者说到，他们期待AI会犯错。
因为只有看到错误，我们才能真正理解什么是正确。
这场实验的意义，或许不在于AI 能写出多好的论文，而在于它逼着我们重新思考：
在AI时代，人类在科学研究中的独特价值到底是什么？
最有意思的是，这个会议本身就像一个大型实验：
当我们给AI完全的创作自由，它会写出什么？
当AI审AI的论文，会出现什么样的「学术圈子」？
当一切都公开透明，我们会发现什么意想不到的模式？
也许，这正是科学该有的样子——
大胆假设，小心求证，永远保持好奇。
会议链接: https://agents4science.stanford.edu/
（文：AGI Hunt）