2026年9月，40363篇论文涌入arXiv。35年来的单月最高纪录。这比两年前几乎翻了一倍，上一次翻倍用了八年，这一次只用了两年。伴随这4万篇论文而来的，是近9000张等待处理的审核支持工单。
这不是一个孤立的运营数字。arXiv在10月1日的官方博客《Fair Moderation, Equitable Access, and AI》中，用了一个直白的词形容眼前局面：“分水岭时刻”（watershed moment）。
增长曲线在每一个数据节点上都触目惊心：2016年9月9869篇投稿，2024年9月20569篇，八年翻倍，节奏还算平稳。但到2026年9月的40363篇，翻倍周期从八年骤降到两年。而人工智能分类（cs.AI）的增幅更令人生畏：官方统计图显示，cs.AI的单月投稿量在两年内暴涨超过6倍，从2024年初的几百篇飙升到2026年9月的3000篇以上。同期其他学科分类的投稿量大约翻了一倍。
cs.AI的6倍增长并不等于“AI生成的垃圾论文增长了6倍”，其中当然也有正常研究活动的扩张。但2025年12月发表于《Science》的一项研究给出了一个令人不安的参照系：使用大语言模型的研究人员，在arXiv上发布的论文数量增加了约36%。来自亚洲机构的研究者在转向LLM辅助写作后，论文产量增长了43%到89%。
当写论文的成本被AI拉到足够低，论文就不再只是研究成果的载体，它变成了另一种商品。
四种问题论文，一个濒临崩溃的审核网络
arXiv的审核网络规模约为260名志愿审核员，专职运营人员加上科学主任只有7人。每个发布日要消化700到1400篇新论文，以及多达上千份的修改申诉。当异常稿件越来越多，即便只是判断一篇论文是否具备基本研究价值，也在不断消耗专业人员的精力。
参与arXiv审核的研究者Robbert Wijers估计，arXiv长期以来平均约有4%的投稿被拒。但自2025年初AI低质量投稿明显增长后，这一比例已升至约10%至12%。
arXiv编辑顾问委员会主席、AAAI前主席Thomas Dietterich在公告中明确指出了问题所在：
只有相对少数的作者在提交大量低质量论文，却消耗了不成比例的审核时间。这对持续提交高质量论文的作者不公平，他们的论文可能因此被推迟数天甚至数周。
官方将当前面临的问题论文归为四类：研究范围狭窄、贡献有限的“薄论文”（thin papers）；将一项完整研究拆分而成的“香肠论文”（salami papers）；明显由AI撰写、篇幅冗长却缺乏实质学术贡献的论文；以及包含虚构引用或未经核查的LLM生成内容的问题稿件。
事实上，arXiv今年5月已经对此类问题出手，对包含“无可辩驳证据显示作者未核查LLM生成结果”的论文作者，实施禁投一年的处罚。当时Dietterich就在社交平台上解释过，这类论文最典型的特征是虚构引用和残留的“元评论”，AI在生成论文时留下的提示语，作者连删都没删干净。
但到了9月，月度投稿量依然创下历史新高，近9000张工单堆积，arXiv意识到堵已经不够了，必须限。
每人每月2篇：一把公平的钝刀
新规从2026年10月1日起正式实施，核心是两道限制：每位实际提交者每自然月最多提交2篇论文；同时处于活跃提交状态的论文不得超过3篇。后一项限制自2024年便已存在，新增的是统一的月度配额。
细则里藏着关键信息。投稿即使被拒绝，也会消耗当月额度，因为审核人员已经为此付出了时间。跨月仍处于暂缓处理状态的稿件不会占用下个月的额度，但仍计入3篇活跃投稿的限制。论文在正式公布前被作者删除，则不消耗名额。新规覆盖全部学科分类，不能通过切换分类重新计算额度。
但新规最精妙也最残酷的地方在于它的“公平”：限制的是提交人，不是作者。
对于多人合作的论文，配额只计算实际点击“提交”按钮的那个人，不计入其他共同作者。这意味着OpenAI、Google DeepMind、DeepSeek、阿里千问等大厂团队几乎毫发无损。动辄十几人甚至几十人的合著名单，提供了充沛的“人头额度”，换一个人上传即可化解，唯一受影响的只是不能再由某位研究助理统一代投全组成果。
真正被规则误伤的，是缺乏合著者周转的独立学者和单兵团队。每月2篇的红线，对于一位独立完成全部研究、没有大课题组支持的研究者而言，恰好卡住了他的成果释出节奏，尤其在截稿高峰季。
加州大学伯克利分校天文学教授、Valency联合创始人Josh Bloom，使用arXiv约30年，累计提交过300多项研究成果。他在10月1日发表文章《arXiv is tapping the brakes》，认为每月2篇看似微小，却可能是科研交流方式的一次重要转变。他理解限流的现实原因，但也指出不应将短期增长完全归因于AI：2026年9月投稿量较8月环比增长29%，而2025年同期也出现过22%的环比增长。学术日历本身就有季节性波动。真正需要关注的是长期趋势，今年前九个月的投稿量已较去年同期高出约30%。
不是孤立的刹车：整个学术出版都在踩
arXiv的限投并非孤例。整个学术出版体系，正在集体对AI引发的“论文通胀”做出反应。
顶级AI会议的数据同样触目惊心。NeurIPS的投稿量从2020年的9467篇增长到2025年的21575篇，五年间翻了一倍多。ICLR 2026收到了19525篇有效投稿，同比增长约68%。CVPR、ICCV、KDD、AAAI、IJCAI、WSDM等会议也都已引入每人或每组的投稿上限。
arXiv自己此前已连续收紧政策。2025年10月，它收紧了计算机科学分类中综述与立场论文的收录要求，原则上要求此类论文提供正式同行评审通过的证明。2026年5月，明确了对未核查LLM生成内容的禁投处罚。如今，治理措施从单一学科扩展到全部学科，从特定内容类型扩展到所有提交者的投稿频率。
2026年7月，arXiv刚刚从康奈尔大学独立成为非营利组织。在此之前的几十年里，它的运营大量依赖大学资源和志愿劳动。独立之后，财务自主意味着更大的自由度，也意味着更沉重的运营责任。
临时停火，还是全面降速
arXiv官方明确表示，每月2篇的限额是一个“临时措施”（stopgap），目的是在制定新的最佳实践标准和改进审核工具之前，争取喘息时间。
但这个临时可能不会太短。问题的症结在于：AI写论文的成本只会越来越低，而不是越来越高。如果审核系统不能同步升级，比如引入AI辅助审核、自动化筛选，那么即使每人每月限投2篇，只要写论文的人还在指数级增长，总投稿量依然会持续上涨。
更深层的结构性矛盾在于：当大模型把论文生产推向工业化量产，学术基础设施的“信任验证”环节，是否还能完全依赖人类志愿者的劳动？答案几乎注定是否定的。但问题在于，谁来建设、谁出钱建设这套新的审核基础设施？arXiv的审核网络主要依靠志愿者的免费劳动，专职团队只有个位数。引入自动化审核不仅需要资金，更需要学术界对“算法判官”的信任，这在崇尚开放和同行评议的学术共同体中，是一个远比技术更棘手的社会契约问题。
学术出版正在经历历史上第三次基础设施级别的压力测试。第一次是从手抄本到印刷术，第二次是从纸媒到数字化。每一次都不只是工具的升级，它改变了知识的传播速度，也改变了科研诚信的维护方式。
AI论文的工业化生产，是第三次飞跃。arXiv的每月2篇限投，意味着学术基础设施在面对这种飞跃时，第一次选择了降速而不是升级。不是因为不想升级，而是因为升级的速度远远赶不上AI造论文的速度。
当预印本不再能即时公开成果，当论文发布开始受配额管理约束，研究者的工作节奏和竞争格局将随之改变。大厂和大型课题组凭借合著者资源可以轻松绕过限制，换个人提交就行，而独立研究者的声音可能被进一步边缘化。这项看似公平的“每人每月2篇”政策，在合著者不均等的现实世界里，正在制造一种新的不平等。
“分水岭时刻”，arXiv官方这样描述当前局面。这不仅仅是一个平台的困境。当一个行业的生产速度超过了其质量验证基础设施的承载能力，减速不是选择，而是结果。
只是，这次踩刹车的是arXiv。下一次，会是整个学术界。
快报