X 热议：哈佛 Gary King 新论文称 AI 审稿「在每项指标上」胜过顶尖人类审稿人，Ethan Mollick 呼吁学术界尽快适应

核心背景与行业痛点

同行评审是学术发表的核心环节，但长期面临审稿人难找、周期长、质量参差的问题。哈佛社会科学家、统计学家 Gary King（@kinggary）UTC 2026-10-23 00:27 在 X 发布与 Steven Worthington 合写的新论文《AI Article Reviews Dominate Human Peer Reviews at Their Best: Evidence and Policy Choices》，把 AI 审稿和「最好的人类审稿」直接对比，因此迅速在学术圈和 AI 圈引发讨论。

架构亮点与底层机制

按论文页面的摘要，作者比较的对象不是普通审稿，而是报酬优厚、且被期刊编辑和作者评为质量特别高的人类专家审稿；结论是 AI 生成的审稿在他们能构建的每项指标上都更好。论文后半部分讨论期刊政策：既可能加快发表、提高质量、减少对抗性互动，也存在作者明确称为「concerning」的负面影响。

权威 Benchmark 与实测跑分对比

本条不是模型跑分。Ethan Mollick（沃顿商学院教授，@emollick）在转述帖中称，研究覆盖 124 篇哈佛社会科学论文，从统计分析、形式模型到质性研究都有，使用的是 Claude Opus 4.8。X 上多条转述帖还引用了「前期刊编辑盲评 87% 选 AI 审稿」「错误陈述 5.5% 对 15.9%」等数字，本站没有在论文原文中逐项核对，引用时请以论文为准。热度（本站抓取时）：Mollick 帖约 1,675 赞、9.7 万浏览、249 条回复；King 原帖约 12 万浏览、371 次收藏。

开发者实战落地与开箱指南

讨论里的主要分歧是：支持者认为 AI 可以做初审、加快科研节奏，质疑者担心 AI 成为「看门人」、在大方向判断上不可靠，以及论文质量本身是否因此提升还没人验证。想自己判断，建议直接读论文页面和 King 的原帖；用大模型辅助审阅自己的稿件时，仍需人工核对每一条事实性意见。