我用AI伪造了一篇科学论文，投给了一本正经的学术期刊，猜猜结果——两轮都被拦下来了，但拦下它们的不是审稿人，是参考文献。

先交代背景，学术圈正在被“AI slop”淹没：2025年，约57%的已发表论文带有可检测的大模型痕迹，而2023年这个数字只有12%；连Nature Communications都发现，2025年有超过12%的审稿意见是完全由AI生成的。更夸张的是，每40篇有AI使用证据的论文里，只有1篇正式披露了。

带着这个背景，一位科学记者做了一场实验。第一轮，他用ChatGPT和Gemini，靠“vibe式”提示词，把一篇关于光学孤子的论文拆成摘要、引言、方法逐段“抠”出来，加上图、参考文献、格式，投给IEEE Access——结果被秒拦：期刊的完整性检查工具发现论文里有12条“幽灵引用”（ghost citations），另一家工具更是有24条参考文献无法验证，其中一条作者是经典的“John Smith”。

第二轮更狠。他换用FARS——一个能自己设计实验、自己跑实验、自己写论文的AI科研系统。21分钟生成研究提案，第二天实验跑完，两小时后一篇“投稿级”论文出炉。这篇论文参考文献全是真的，但还是被拒了——因为引用的几乎全是未经同行评审的预印本，这成了AI系统的暴露痕迹。

还有个细节特别有意思：AI生成的配图里，一条红色标注线的标签上写着一个毫无意义的词“lhewl”，另一张“AI大脑”示意图里随机撒着几个圆点——这些人类根本不会犯的错，反而成了AI出品的“指纹”。

两轮实验说明什么？AI确实能写出“像模像样”的科学，但它编不出不存在的文献根基——幻觉会从引用列表里漏出来。专家看了第一轮论文，觉得“写得很专业”，但数学堆得太密、摘要里术语滥用，依然露怯。

学术界这场AI污染战，还没到终局。但有一点已经清楚：当论文可以流水线生产，参考文献核验，就成了捍卫科学记录的最后一道防线。