文章指出某事件似乎正在发生，但随后更新说明数据可能只是基于最近修改日期而非原始提交日期的统计假象。作者列举了2022-2026年间不同时间段的提交数量对比，显示2026年2月的数字显著增长，但这一趋势可能并不准确。

文章标题：看起来这正在发生……

主要内容：

1. AI生成论文的激增现象
   作者Peter Woit观察到，近年来arXiv（高能物理理论领域，hep-th）的论文提交数量显著增加。通过对比不同时间段的提交数据（如2022年至2026年2月的部分时段），发现2025年底至2026年初的提交量几乎翻倍。他推测这与AI生成论文的能力提升有关。

2. 数据争议与修正
   有评论者指出，初始数据可能因统计方式（基于“最近修改日期”而非“原始提交日期”）存在偏差。修正后的数据显示，2026年的提交量同比增长约13%，虽仍有增长，但远低于翻倍的结论。

3. AI对学术生态的影响

   • Sabine Hossenfelder在视频中提到，AI可能颠覆传统由导师主导、学生撰写低质量论文的学术生产模式，导致任何人皆可快速生成大量平庸论文。
   • 评论者Kevin Zhou补充称，其所在领域（hep-ph）也出现类似趋势，且AI生成论文常存在逻辑断裂、内容拼凑等问题，导致学术界逐渐转向私人渠道（如Slack）交流。

4. 作者的态度与呼吁
   Woit承认AI可能加剧学术泡沫，但暂未深入分析数据差异的原因。他建议利用AI工具进一步研究论文质量变化，并呼吁读者避免无实质内容的评论。

删减内容：

• 网页导航栏、社交媒体分享按钮、博客侧边栏链接等非核心信息。
• 部分重复的评论内容（如对数据统计方法的讨论）。
• 与主题无关的博客功能模块（如订阅入口、分类标签等）。

保留细节：

• 具体数据对比（如2025年12月提交量从780增至1192）。
• Kevin Zhou对AI论文特征的描述（如“随机模型计算”“逻辑缺失”）。
• 学术圈对arXiv依赖度下降的观察。

这篇评论围绕AI生成论文对学术界的影响展开，呈现了多种观点：

1. 学术质量两极分化

   • 支持观点：既有能节省大量时间的高质量论文，也存在因发表压力产生的低质量论文
   • 引用："There are many really excellent papers...it is amazing how terrible a lot of papers are" (sealeck)
   • 引用："如果试图用平庸机器自动化科研，我们只会得到平庸的研究" (ModernMech)

2. 学术评审体系问题

   • 指出同行评审存在偏见，PI可能拒绝"外来者"的高质量论文
   • 引用："Peer review has never really been blind...PIs will reject papers from 'outsiders'" (wmf)
   • 引用："学术界的基石本质上是受金钱驱动" (hmokiguess)

3. AI生成内容的争议

   • 乐观派认为当前只是噪音阶段，最终会筛选出有价值内容
   • 引用："AI会先生成大量噪音，然后筛选出有用信号" (zoogeny)
   • 悲观派担忧低质量内容泛滥："像与阴谋论者争论，永远跟不上新谣言产生的速度" (sidrag22)

4. 系统设计缺陷

   • 多篇评论指出根本问题在于学术评价体系
   • 引用："在WOS点数衡量研究成就的世界里"(sixtyj)
   • 引用："这个系统最初的设计方式就有问题" (hmokiguess)

5. AI技术现状

   • 有用户指出当前AI写作存在明显缺陷：错误多、浅薄、不全面
   • 引用："一半内容是错的，其余很浅薄...甚至不能信任它做文献综述" (ModernMech)
   • 引用："努力仍然不可替代...真正用心的作品依然罕见" (tombert)

数据方面，dang提到投稿量"最近几个月几乎翻倍"，但尚未达到arXiv报告中"翻倍"的程度。Chinjut则指出原分析可能存在日期选择偏差。

[注：由于原文评分均为None，无法评估观点认可度；部分评论(如4,11,12,16,18,19)未提供实质性观点，故未纳入总结]