行业动态
AI 涌入学术圈：高能理论投稿增三成，质量参差
数学物理博主 Peter Woit 指出，arXiv 高能物理理论投稿量较往年增长约三分之一，部分论文借 AI 概念博取…
2026.08.17 · 周一约 2 分钟阅读
arXiv 高能物理理论（hep-th）板块近期出现明显异动。知名数学物理博主 Peter Woit 在其博客 Not Even Wrong 上撰文指出，今年 hep-th 投稿量较往年同期增长约三分之一，这一变化与 AI 工具在学术写作中的普及可能存在关联。
投稿数据显著增长
Woit 在二月份曾尝试统计 hep-th 近期投稿趋势，但因使用「最近修改日期」而非「首次提交日期」而得到错误结论。随后他借助 AI 智能体（agent）生成 Python 脚本，重新对过去三个月的投稿数据（不含交叉投稿）进行采集与可视化。
- 数据显示，今年 hep-th 投稿量比往年同期高出约 33%。
- 在所审阅的投稿中，明确标注使用 AI 的论文数量相对较少。
- Woit 认为，AI 智能体擅长生成数据采集与绘图脚本，但其在论文生成方面的滥用风险同样值得警惕。
一则典型 AI 炒作案例
Woit 重点批评了伦敦国王学院（King's College London）发布的一则新闻稿。该新闻稿宣称「借助 AI 的力量，弦理论终于可被实验检验」，其依据是一篇近期发表于《Physical Review D》的 hep-th 预印本。
新闻稿中写道：
「几十年来人们普遍猜测弦理论无法被实验检验，如今科学家首次严格证明这一猜想可以被推翻。」
论文作者 David Marsh 表示：「过去的研究只测试了弦理论的少数几种模型，而我们的计算方法以严格测试覆盖了数百万种模型。」
Woit 认为，这类借助 AI 概念进行包装的论文更像是「刻意推广的荒唐说辞」，科研诚信因此受到挑战。
对 AI 学术应用的反思
Woit 在文末向读者抛出问题：在 hep-th 领域，究竟有哪些严肃的 AI 应用真正推动了学科进步？
他认为，AI 既能成为生成数据脚本的得力助手，也可能成为炮制夸大结论的工具。在 AI 智能体日益普及的当下，学术界亟需对 AI 辅助研究的边界与规范展开更严肃的讨论。