曲线比任何形容词都硬。2016 年 9 月，9869 篇。2024 年 9 月，20569 篇。2026 年 9 月，40363 篇，创下 35 年来的单月纪录。从不到一万爬到两万用了八年，从两万到四万只用了两年。据 arXiv 官方公告，人工智能分类 cs.AI 两年里涨了 6 倍以上，其他分类大致翻倍。那一个月同时产生近 9000 份工单。
公告里有一句话值得原样搬过来：在 AI 出现之前，一个独立研究者能多快产出一篇投稿，存在一个“看得出来的实际上限”，志愿审核员的工作量因此有边界。AI 工具普及之后，这个上限“现在成了可以争论的问题”。
arXiv 不做同行评审，每篇稿子上线前只做形式审核，看内容是不是学术论文、分类对不对、有没有学术价值。这套活全压在志愿者身上，他们大多是全职科研人员，用业余时间干。编辑咨询委员会主席、俄勒冈州立大学荣休教授 Thomas Dietterich 在公告里的说法很克制：一小部分作者投了大量低质量稿件，占用了不成比例的审核时间，这对认真做研究的人不公平，他们的稿子因此要多等几天甚至几周。他后来在社交平台上补了一句，有的作者一个人投了几十篇。
审核员看到的稿子长什么样，官方给了三个说法：thin papers，题目窄、内容单薄的薄论文；salami papers，把一项完整工作切成几篇分别投的香肠论文；还有大段由 AI 生成的密集稿件。香肠论文的增量极小，凑数很有效，审核起来一样要花掉一位志愿者的一整段时间。
新规矩是这样：每个提交账号每个自然月最多 2 篇，同时在审的稿子不超过 3 篇（这条 2024 年就有），覆盖全部学科，被拒的稿子照样占名额，理由很直接——消耗审核时间的是投稿这个动作，不是最终结果。留了一个口子：在论文公开之前自己删掉，不计入额度。
最微妙的一条是，名额只算在点“提交”的那个人头上，合著者不受影响。这不是偏心，是技术限制：arXiv 的作者名单是投稿时手填的，合作者要拿到论文密码、事后认领，才会跟自己的账号关联，提交的那一刻系统能确认身份的只有提交人。后果显而易见，大厂课题组换个学生提交就绕过去了，独立研究者没有合著者可以轮换，每月两篇就是硬天花板。
罗格斯大学的数学家 Alex Kontorovich 支持限投，话讲得很糙：我不会读你这个月那 42 篇论文，挑两篇，挑你最好的两篇。哈佛商学院的 Scott Kominers 投了近二十年 arXiv，反对，他的原话是 arXiv 该省的是审核成本，不是学术，配额制是在用少数人作恶惩罚所有人。最锋利的一句来自 Prachee Avasthi：每个月有多少科学进入记录，现在由人类的带宽决定，而不是由做了多少科学决定。
配额制打中的不是目标。真正批量生产香肠论文的团队有的是人手轮换提交，一个六人小组理论上一个月能挂出十二篇。被卡住的是另一群人：一个课题组六篇稿子等着会议放榜后公开，过去导师或某个高年级学生几天就能传完，现在得分给三个人，而今年 1 月起新人要自动获得提交资格，账号得绑机构邮箱、名下还得有该领域已被收录的论文，不少学生的挂名论文一直是别人代交的，轮到自己时可能连资格都没有。独立研究者的余地更小，借助大模型，一个人在短时间内做出好几个结果已经不罕见，他们没有合作者分担提交。被拒的代价跟着变大了，被拒照样占名额，据 arXiv 的审核政策，被拒或曾被搁置的提交人此后投稿会被更严格地审查，也就更容易被搁置，搁置的稿子又一直占着那三个在审名额。Hugging Face 的 Daily Papers 只收在 arXiv 上线 14 天内的论文，已经有作者因为审核拖延错过窗口。
9 月 23 日，arXiv 宣布拿到 1720 万美元捐赠，来自 Simons 基金会国际部、XTX Markets 和 Siegel Family Endowment，分三到五年到位，其中一部分明确用于开发管理 AI 生成内容的技术。工具从开发到上线要时间，志愿者的人数不会跟着钱涨。官方把这次限流叫做 stopgap，权宜之计，Dietterich 也表示希望将来能放宽甚至取消。
2026 年 7 月 1 日，arXiv 从康奈尔大学分拆成为独立非营利组织，三天后迎来首任 CEO，前《麻省理工科技评论》编辑 Penelope Lewis。这是她上任后的第一个重大决定，本质上是一次组织独立之后的立场宣示：开放不等于没有边界。前面已经连续收紧过好几轮，计算机领域的综述和立场论文要先过同行评审，新人背书门槛提高，今年 5 月还上了“一票封禁”，论文里一旦出现编造的引用或残留的模型指令，作者封一年。
这事离普通人没那么远。AI 把“产出一份像样材料”的成本压到接近零之后，所有靠质量和数量差来分层的评价体系都会失灵，论文只是第一个崩的。简历、代码审查、内容平台、客服工单，凡是默认“造一份可信材料很费劲”才设计出来的系统，都得重算一遍。arXiv 这次的应对方式，是互联网被灌水时的标准动作，先限流，因为限流是唯一一周内就能上线的办法，它买的是时间，不是秩序。
这个事情我个人觉得限流该做，它只是止血。真正的解法要在生产端做溯源和验证，代码、数据、版本历史能不能对得上，比判断一段文字像不像人写的可靠得多，1720 万美元里那笔“管理 AI 生成内容”的钱应该花在这儿。闸门安在人头上，省下的是审核员的几个小时；闸门安在生产线上，省下的才是科学的时间。