有了 AI 的加持，论文生产被推向工业化量产，学术圈似乎陷入了集体焦虑。
全球最大的论文预印本平台 arXiv 已对全学科实施统一限流：每位提交者每自然月最多只能提交 2 篇论文。
与此同时，百余位国内外高校计算机、AI 教师及博导联合签署《学生「慢科研」联合倡议》，发出核心拷问：论文数量，该不该是选拔研究生的核心指标？
那么，
现在的意思是，
AI 抽卡已经抽疯了，
token 开十倍思考「与神对话」了，
看短剧都要一口气看完 + 2 倍速了，
连汽车都能飞起来了，
只让搞学术的我慢下来吗？
「慢科研」倡议在知乎引发热议。支持者认为应给予学生更长的探索周期；反对者则担忧年轻研究者难以承担「慢」的经济与职业代价；另有观点指出，AI 已改变知识生产速度，科研协作与验证方式亟需重构。
知乎答主丨李子牛
世界未必需要我的研究，但我需要它。
知乎答主丨赵泠
能力的塑造是长期的、是难以量化的；而论文是短期的、可量化的硬通货。
知乎答主丨BugBuster 喵
当所有人都能用 AI 快速写出及格的论文时，你的五篇及格论文在顶级导师眼里一文不值。导师想要的是能提出真正好问题的人，但现有的评价体系却把这种人提前过滤掉了。
具身智能话题优秀答主、2025 年度新知答主丨莫一林
与其踩刹车，不如踩油门。通过 AI 审 AI，将这种以论文为中心、小作坊闭门造车的科研范式彻底革新，才能让科研真正摆脱对论文形式的依赖。
知乎答主丨matrix 明仔
我是真做慢科研的，上一篇 paper 从 24 年做到今年 26 年被 ECCV 收录。结果是我至今没有体面工作、收入或稳定环境。很多时候工作的价值取决于发布的 timing，评判标准并非老师，而是市场。
争论的核心在于：论文这一载体，承载了过多本不属于它的功能。一篇论文的价值，究竟是简历上的勋章，还是真正被读懂、被讨论、被质疑并推动学科前进的知识增量？
评价一个成果，既要看到它的来处，也要看见它的去处。
例如，混元 HY 4 Preview 在 8 月引用的一篇文章，源自知乎答主 @涮月亮的谪仙人 今年 2 月的研究首发。评论区随即涌现大量关注，印证了知乎在科研讨论中的独特生态：既能回溯成果来路，又活跃于前沿研究之中。
评论区里的「HY4 观光团」
DeepSeek 技术报告选择知乎首发，让读者第一时间接触一手研究材料。研究成果既可以通过传统论文发表，也可以在知乎问答中得到进一步阐释，促进思路与判断的传播。
DeepSeek 技术报告在知乎首发
为了让论文的价值回归「被读懂、被讨论」，连接论文、研究者与专业交流，知乎正式推出「Paper 开源计划」及科研功能三件套：一键看论文讨论、问题关联论文卡、绑定 ORCID。
知乎
「Paper 开源计划」
官宣上线！
《从数量到质量：重思论文价值与创新路径探索》
摘要：AI 正在深度改变科研范式，论文价值判定标准成为悬而未决的问题。本文认为，论文的价值不在数量，而在于被读懂、被讨论、被连接。基于建立论文交流空间、推动论文价值从数量竞争走向高质量讨论的基本立场，本文提出科研功能三件套方案（ORCID 绑定、知乎论文助手、论文卡），分别从「作者被看见」「论文被讨论」「讨论有溯源」三个维度论证论文价值的创新路径，旨在连接论文、研究者与专业交流，建设科研友好型社区。
关键词：读 Paper；ORCID 绑定；知乎论文助手；论文卡；Paper 开源计划
1 研究背景 Research Background
当论文越来越多，我们需要怎样的科研交流？
科研人在知乎交流由来已久。从 2019 年起，Clover 青子便在知乎撰写论文解读。她习惯在动笔前检索相关讨论，发现即使同一项研究，不同视角的解读也能互补。通过知乎论文助手，她能重新找到几年前的内容，侧边栏关联的讨论让分散的回答围绕原论文重新聚合。
国家天文台研究员 @孙萌 习惯读完论文后在知乎尝试向他人解释，以此检验理解程度。她在体验论文助手时发现，部分关联问题较为宽泛，这正说明连接论文与讨论是一项细致工作：读者既需方便地找到相关声音，也需随时回到原文验证结论成立的边界条件。
@白露未晞me 指出，AI 研究中常见某方法在特定条件下有效，后续复现因模型规模、数据集变化而产生不同结果。这些复现、反例和解释构成了研究的「验证历史」，帮助后人看清结论的适用范围。
在地球科学领域，@叶山 提出另一种可能：团队可在不公开原始数据的情况下，测试论文方法并将结果与适用条件带回公开讨论。这种模式保留了数据隐私，同时贡献了新的验证经验。
从读懂论文到补充实践反馈，这些讨论让研究不仅留下结论，更留下理解、使用和继续探索的线索。在 AI 加速科研成果产出的当下，这些线索变得愈发重要。
2 研究问题 Research Questions
AI 时代，论文价值是否需要重新衡量？
近年来，AI for Science (AI4S) 成果爆发：
- 5 月，OpenAI 公布单位距离猜想反例，经外部数学家检查证实。
- 8 月，Astra 在几何、编码、群论等十个长期开放的数学与理论计算机问题上取得重大进展。
- 9 月，NS 方程这一千禧年难题被宣称攻克，涉及上万智能体并行与千亿 token 消耗。
- 本月，722 份数学论文集中释放，涵盖「准黎曼猜想」在内的数百个数学问题。
随着 AI 加速参与科学研究，论文产出的速度与规模给传统知识交流与评价体系带来挑战。以 ICLR 2027 摘要投稿量超 6 万篇为例：
6 万篇论文是什么概念？
假设每篇论文需 3 位审稿人、每位投入 3 小时，总工作量达54 万小时。
即使仅浏览标题，每篇花 10 秒，也需超过166 小时。
当论文泛滥，我们面临的不仅是生产更多知识，更是如何理解、筛选、验证和使用已有知识。一篇论文发表后，是否有人真正读懂？结论是否经得起复现？后人能否找到围绕它的新发现？
据此，本文提出研究问题：
当论文越来越多，如何让一篇论文不只是被发表，还能像开源代码一样，被不断阅读、讨论、验证和迭代？
3 研究方法 Methodology
本文采用社区案例观察与产品机制分析相结合的探索性研究方法。
4 研究结果与讨论 Results and Discussion
科研功能三件套
知乎答主莫一林提出，科研应从以 publication 为中心的原子化生产，转向快速协作、持续整合与验证。知识应像代码一样，被不断提出、讨论、验证、合并和迭代。基于此，知乎推出科研功能三件套，为论文补上发表之后的「更新日志」。
4.1 论文卡：让讨论有溯源
一项研究被反复引用、转述，却未必有人能方便地找到原始论文。知乎通过问题关联论文卡，让站内讨论指向具体的科研成果，帮助读者从观点回到原文，确保每一次讨论都有迹可循。
知乎问题关联论文卡
4.2 知乎论文助手：让论文被讨论
查看已有讨论，也可以围绕论文发起新问题
4.3 ORCID 绑定和作者认领
通过 ORCID 绑定，让作者被看见，同时帮助读者了解发言者的研究背景，提升交流的专业度与可信度。
知乎资料页的 ORCID 入口
研究者的 ORCID 账号信息与研究成果
5 结论 Conclusion
一篇论文的发表，是科研能力的呈现，也可以是更多讨论的开始。
也许，让知识开源，才是论文的真正价值。
Talk is cheap, show me the paper.