这周有一篇社论值得所有用 AI 做科研的人读一下。
《科学》（Science）系列期刊主编 H. Holden Thorp 发了一篇编辑部社论，标题很不客气：
AI in scientific publishing: Slower, worse, and more expensive （人工智能在科学出版中：更慢、更差、更贵）
发在 Science 393 卷 225 页。这个标题是对"faster, better, cheaper（更快、更好、更便宜）"的直接反写。
有意思的是，Thorp 不是一个反 AI 的人。他今年年初刚写过一篇《Resisting AI slop》（抵制 AI 垃圾），也公开写过《Hating and loving AI in 2026》。他的立场更接近一个每天在用这些工具、然后把账算清楚了的人。
这篇讲三件事：他到底说了什么、为什么这个判断对你有用、以及一个用 AI 的科研人应该怎么调整预期。
一、他的核心论证：AI 需要的是更多人力，不是更少
先把这篇社论的骨架说清楚。
Thorp 从一句管理学口号讲起：faster, better, cheaper。 这个说法在 1990 年代由 NASA 局长 Daniel Goldin 推广开来，在航天领域确实取得过一些成效。而现在，AI 的鼓吹者在用同一套话术：AI 会让工作以极少的人力投入完成转变。
然后他给了 Science 自己的实践作为反例。
第一，AI 确实有用。 Science 在用 AI 工具发现论文里的错误、识别稿件中缺失的要素。注意这一点，这是主编亲口承认的：顶刊的收稿流程里，确实有自动检查在跑。
第二，但它需要的人力更多，不是更少。 Thorp 的原话意思是：这些工具的使用以及对其输出的评估，要求更多的人类投入，而不是更少，因为 AI 工具生成的报告必须由人来评估。
第三，钱也没省下来。 软件要付授权费，报告要由人分析，发现的问题要有人去处理。这些改进花了钱，而这些工具并没有省钱。
所以三个词各有出处： 更慢，因为多了一道要人判断的环节；更差，因为 AI 输出的东西质量不能直接用；更贵，因为软件费加人力费两头都要出。
二、这个判断为什么值得你认真对待
网上批评 AI 的文章很多，多数可以不看。这篇不一样，理由有三个。
第一，说话的人有位置，也有数据。
Thorp 管的是全球最有影响力的期刊系列之一。他说的不是"我觉得 AI 不行"，而是"我们花钱买了工具、跑了流程、算了账，结论是这样"。这是运营数据，不是观点。
第二，他不是立场先行。
一个年初写《抵制 AI 垃圾》、同时又公开谈"爱恨 AI"的人，比一个纯粹的技术乐观派或悲观派可信。他承认 AI 在找错误、找缺失项上是有用的，然后才说成本没降。承认了好处的批评，比全盘否定的批评有分量。
第三，它解释了一个你能亲身感受到的现象：投稿变慢了。
这两年很多人抱怨审稿周期变长、编辑要求变多、退修意见变细。以前的解释是"投稿量暴涨"。Thorp 这篇给了另一半答案：期刊那边新增了一整套需要人工判读的检查环节。
自动检查跑出一份报告，得有编辑去看这份报告；报告说某处可能有问题，得有人去核实；核实之后要跟作者沟通。每一步都是人力，而且是新增的人力。
三、把它和这个月的其他事放一起看
七月学术圈发生的事，串起来正好印证 Thorp 的判断。
| 环节 | 新增了什么 | 谁在承担成本 |
|---|---|---|
| 预印本 | arXiv 对幻觉引用实施一年封禁，此后投稿须先过同行评审 | 平台（审核）＋ 作者（自查） |
| 投稿检查 | 出版方评估把自动引文核验前置到同行评审之前 | 出版方（系统＋人力） |
| 存量文献 | 有出版方开始回溯筛查已发表论文 | 出版方 |
| 审稿环节 | 有预印本研究把 AI 审稿称为 paper-laundering（论文洗白），指其让论文更容易被接收 | 学术共同体（信任） |
| 图片与数据 | Elsevier 2026 年 6 月新政按三类图分别设限，可能要求提交原始未处理图 | 作者 |
共同点是：每一项都在增加系统的总工作量。
有意思的是，Retraction Watch 同期还收录了另外两条相关的观察：一篇《泰晤士高等教育》的评论认为 AI 辅助的审稿会产出平庸、无争议的研究；另一篇《大学世界新闻》的文章标题是《AI 时代，研究者应该少发论文的理由》。
三个不同角度，指向同一个结论：AI 提高的是产出速度，没提高的是判断质量，而学术体系真正稀缺的一直是后者。
四、一个反方视角，得给
只讲一边不诚实，所以补一段。
Thorp 的判断有它的适用范围，主要是三点：
第一，他描述的是"当下这个阶段"。 任何新技术进入成熟系统的早期，都会出现"新旧两套流程并行"的成本高峰。今天的成本高，不代表五年后还高。
第二，他站在期刊一侧算账。 期刊承担的是"检查成本"，这一侧确实是净增加。但同一件事在作者一侧的账不一样：AI 帮一个非英语母语的研究者把语言问题解决掉，省下的时间和外包润色的费用是真实的。成本没有消失，是发生了转移。
第三，"更差"这个词要看指什么。 如果指 AI 输出不能直接用，这是对的。如果被读成"用了 AI 的论文质量更差"，那就过头了，也不是他的意思。
但即使把这三点都考虑进去，他那个核心论断仍然成立：AI 的产出必须由人评估，而这一步的成本没有被计入任何一份"效率提升"的宣传里。
五、对一个用 AI 的科研人，这意味着什么
这一节是我最想写的。上面都是别人的观点，这里是落到你手上的动作。
第一，调整预期：AI 省的是"写"的时间，不是"交"的时间。
初稿从三周变成五天，这是真的。但从五天到"可以投出去"，中间那段没有变短，甚至变长了：你要核引用、要处理 AI 率、要写披露声明、要确认图片合规。
很多人的挫败感来自于预期错位：以为省了 80%，实际省了 40%，另外那部分被转移到了核验上。 认清这一点，安排时间的时候就不会翻车。
第二，把"评估 AI 输出"当成一个正式工序，给它排时间。
Thorp 说的"AI 生成的报告必须由人评估"，在你这里就是：AI 起草的每一段，你都要过一遍；AI 给的每一条参考文献，你都要点开确认；AI 画的每一张图，你都要核对标注和逻辑。
这不是可选项，是这套工作流的必要组成部分。 把它写进你的投稿检查清单，别指望"顺手就看了"。
第三，接受"更慢"的那部分，因为它买的是不用赌。
现在的规则环境已经很清楚：ICMJE 2026 年 1 月版要求作者能够声明论文中不存在抄袭，包括 AI 产出的文字和图片，且不披露 AI 使用可能被认定为学术不端；Elsevier 2026 年 6 月新政要求作者核查来源、对工具产出的全部内容负责；arXiv 已经开始封人。
在这个环境里，"更慢"不是效率损失，是保险费。
第四，也是最实际的：把成本花在能减少不确定性的地方。
Thorp 那句"AI 的报告必须由人评估"，反过来说明了一件事：在需要判断的地方，人是不可替代的；但在需要客观测量的地方，让工具来做才是对的。
这两类要分开：
| 事情 | 该谁做 | 理由 |
|---|---|---|
| 判断这段论证站不站得住 | 你 | 需要领域判断 |
| 判断这条文献支不支持你的话 | 你 | 需要读原文 |
| 判断这张图能不能这么处理 | 你 | 需要知道数据来源 |
| 测出文本重复率是多少 | 工具 | 客观测量，人做不了 |
| 测出 AI 写作率处在什么位置 | 工具 | 同上 |
| 比对图片有没有重复、拼接痕迹 | 工具 | 同上 |
把该测量的交给工具，把省下来的时间放在需要判断的地方，这是我理解的"和 AI 一起工作"的正确姿势。
反过来最糟糕的做法，是把判断交给 AI（让它替你决定引哪篇、结论怎么写），却把测量留给运气（不查重、不看 AI 率、不核引文就投出去）。很多人现在正好搞反了。
六、常见问题
问：这是不是说明期刊在收紧对 AI 的态度？ 不是"收紧态度"，是"补上流程"。Thorp 自己就说 Science 在用 AI 找错误和缺失项。期刊反对的从来不是用 AI，是用完不检查。 这和 arXiv 那条封禁政策的逻辑完全一致：罚的是"没检查"，不是"用了"。
问：那我还该不该用 AI 写论文？ 该用，但要按现在的规则用：用了要披露（写在目标期刊要求的位置）、产出要自己核（引文、逻辑、图片）、投稿前要自测（重复率、AI 率、图片）。这三件事做到了，AI 就是纯粹的增益。
问：审稿变慢是不是就因为这个？ 是原因之一，不是全部。投稿量增长、审稿人短缺、同行评审本身的危机（有出版方在调查审稿人涉嫌行贿，也有作者被发现伪造整个同行评审流程）都在起作用。但"新增了需要人工判读的自动检查"这一条，是过去两年才出现的新变量。
问："更贵"最后会不会转嫁到作者头上？ 从趋势看，一部分会。检查系统的授权费、专职研究诚信人员的人力成本，最终都在期刊的成本结构里。这也是为什么值得强调另一个方向的账：在投稿前把该查的自己查掉，避免退修和重投，是作者这一侧唯一能控制的成本。
问：AI 会不会最终让这套检查也自动化？ 部分会。引文是否存在、图像是否重复、文本是否重合，这些客观测量本来就适合自动化，而且已经在自动化了。但"这条文献支不支持你这句话""这张图能不能这么处理"，短期内看不到自动化的路径。 Thorp 的判断，本质上说的就是这条分界线。
最后
这篇社论最值得记的，不是"更慢、更差、更贵"这六个字，是它背后那个朴素的观察：
AI 生成的东西，必须由人评估。而评估是有成本的，这个成本不会因为生成变快而消失。
对期刊来说，这意味着多雇人、多买软件。对你来说，意味着写作时间省下来的那部分，有一半要还回到核验上。
这笔账听起来不划算。但换个角度：它至少是可控的。 半小时核完引用，一次检测看清重复率和 AI 率，图片过一遍比对，这些都是明码标价的成本。而不做这些的代价，是不可控的。
用 AI 提速，然后把省下的时间花在自己该看的地方，这大概是现在最务实的一条路。
查个重 · chagechong.com
重复率检测 · AI 率检测 · 图片检测
该测量的交给工具，该判断的留给自己。24 小时自助提交，报告在线可查。
查个重，查得准。想你所想，帮你阻挡。
报告仅为文字匹配与特征分析结果，是否构成抄袭需结合引用规范判断。
参考来源
- Thorp HH, AI in scientific publishing: Slower, worse, and more expensive, Science 393, 225（2026），doi:10.1126/science.aek5570：https://www.science.org/doi/10.1126/science.aek5570
- Thorp HH, Resisting AI slop, Science（2026 年首篇社论），doi:10.1126/science.aee8267：https://www.science.org/doi/10.1126/science.aee8267
- Thorp HH, Hating and loving AI in 2026（作者本人 Substack）：https://holdenthorp.substack.com/p/hating-and-loving-ai-in-2026
- Retraction Watch, Weekend reads（2026-07-25，收录该社论及下列各条外部报道）：https://retractionwatch.com/2026/07/25/weekend-reads-young-girls-death-after-gene-therapy-never-made-public-fda-retracts-lettuce-test-result-ada-delays-editorial-publication-after-controversy/
- Times Higher Education, AI-assisted reviews will result in ordinary, uncontroversial research：https://www.timeshighereducation.com/opinion/ai-assisted-reviews-will-result-ordinary-uncontroversial-research
- University World News, The case for researchers publishing less in the age of AI：https://www.universityworldnews.com/post.php?story=20260714151850889
- 预印本：AI 审稿与 paper-laundering：https://arxiv.org/abs/2605.03202
- Nature News, Researchers who use hallucinated references to face arXiv ban（2026-05-19）：https://www.nature.com/articles/d41586-026-01595-5
- ICMJE Recommendations, Section V.A Use of AI by Authors（2026 年 1 月版）：https://www.icmje.org/recommendations/browse/artificial-intelligence/ai-use-by-authors.html
- Elsevier, Generative AI policies for journals（2026 年 6 月更新）：https://www.elsevier.com/about/policies-and-standards/generative-ai-policies-for-journals
