同一个人，换个身份就换了立场
社交媒体上有一个熟悉的循环。审稿时，大家抱怨收到的都是些什么文章，怎么又是 autoresearch；出分后，变成作者抱怨 reviewer 太 mean，连文章都没看懂。同一个人换个身份，就站到了另一边。
再往后，讨论开始围绕一些奇怪的特征展开：图太好看、文字太流畅、写得太 defensive，像 AI；图不好看、表达混乱，又是流水线生成。正反两种特征都能支持同一个结论，这套判断方法就再也没法纠错了。大家都在努力辨认一篇文章是怎么生产出来的，却越来越少问它到底做成了什么。
另一边是对论文本身的否定：A 会全是 trash，论文成了厕纸，发了也找不到工作。这种话很容易引起共鸣。但论文有没有知识价值、能不能证明作者的能力、能不能换来一个机会，本来就是三个问题。过去它们被捆在一起期待，现在裂缝变大了。所以一边说论文没用、一边赶下一个 deadline，并不矛盾。
一个越转越快的循环
我觉得真正值得讨论的不是 AI 能不能写论文，而是论文的生产、评审和职业回报之间，正在形成一个什么样的循环。
工具降低了代码、实验和写作的成本，却没有降低大家对论文数量的需求。毕业、申请、招聘、考核都还要这些结果。省下来的时间，未必变成更充分的验证，更可能变成下一篇投稿。
对作者来说，多投一篇就多一次机会；对整个系统来说，多一篇就要多几个人去读、去查、去讨论。收益归个人，成本摊给整个社区。
更麻烦的是信任崩掉之后。如果作者觉得评审很随机，就更有理由多投、重投，用次数对冲运气。投稿越多，评审越难做扎实。一份敷衍的 review 既说服不了作者，也减少不了下一轮投稿，只会让人更相信"换一组 reviewer 就好了"。
大家对评价越没信心，就越想多试几次；试的次数越多，评价就越难做好。
这个循环不需要所有人都在灌水，认真做研究的人也会在这种环境里选择多投几次。所以把问题归结为作者不认真，或者 reviewer 太 junior，都解释不了全部。制度本身在奖励那些让系统更拥堵的选择。
凭证的尴尬
那么，一篇顶会论文还意味着什么？
它仍然能让工作进入公共讨论，接受一定程度的检查，也能在申请和招聘里降低别人了解你的成本。但我们习惯顺手附加的那串推论从来都不是自动成立的：文章被接收，所以工作重要；工作重要，所以作者很强；作者很强，所以值得给更多资源。AI 参与得越多，这串推论就越需要额外的信息来支撑。
于是出现了一种很别扭的状态：大家都觉得这个指标越来越不够用，又必须继续拿到它。零篇论文时说论文没意义，容易被当成失败后的说辞；有了论文再说，又已经按这套规则玩过一遍了。
你得先拿到凭证，别人才相信你对凭证的批评来自判断，而不是失落。
一个评价哪怕被广泛怀疑，只要它还在分配机会，就不会轻易退场。
就算六万篇都是好文章
但比"坏论文太多"更难的问题在后面。
假设六万篇投稿的作者都认真做了实验，都讲得清为什么做，都愿意对结果负责，也都带来了一点真实的新发现。如果质量问题真的被解决了，焦虑会消失吗？
我觉得不会。
正确、有贡献、值得优先关注，是三个不同的门槛。职位、资金和合作机会仍然有限。对知识生产来说，这也许是成功；对靠研究谋生的人来说，却意味着更激烈的竞争。做好一项工作，和靠它获得足够的回报，正在变得越来越不一致。
"至少我认真负责"回答不了这个问题。它能排除一些不该做的事，却说明不了你比其他同样认真负责的人更值得被选中。
Hands-on、taste 和问心无愧
所以 hands-on、taste、问心无愧这些词很重要，但不能一直拿来结束讨论。
Hands-on 的价值在于接触细节、发现错误、理解结果，而不在于人工操作的数量。如果人加上工具做出来的东西，仍然不如一个自动系统可靠，就不能凭投入了更多心血去要求更高的评价。苦劳改变不了结论的真假。
但是，我还是坚持亲手做。不是因为苦劳该被奖励，它不该。而是我亲手调过 baseline、看过不稳定的 seed、碰到过不符合叙事的样本，才知道自己的结果哪里是硬的、哪里是脆的。这种"知道"，是我以后判断任何工作的底气，包括模型做的工作。
学习和成果也要分开看。一个新人亲自复现实验、检查数据、推导证明，即使没有发表价值，也是在训练自己以后判断工作的能力。不能从"AI 做得更快"直接推出"人不值得学"。值得学习、值得发表、值得继续投入，是三个问题。 分清楚了，才不会一边拿练习去要求学术回报，一边又因为工具更快，把自己的学习全部取消。
Taste 也一样。在评论区指出一个工作的弱点，和在结果出来之前决定做什么、放弃什么，不是同一种难度。如果模型也能参与甚至改善这些判断，那就用它。我不想为人类找一块永远不被模型进入的领地。今天说它不会选题，明天说它没有经历，后天说它不能长期坚持，每次往后挪一步，只会越来越不安。更值得检查的，是我和工具一起做出的决定，最后带来了什么。
早一点找人聊
真正难的，往往是投入之后的判断。
做了几个月，人很难接受自己的工作可能没那么重要，"我只是没被看懂"就变得格外有吸引力。它有时完全属实，但它也能解释几乎任何一次失败。敷衍的人、认真但判断失误的人、真正被误解的人，都能讲出"好工作被埋没"的故事，而作者自己的确信区分不了这三者。
找人聊是我做过最有用的事，只是我以前常常问错问题。我总在问"怎么写得更好"，其实更该问"这个结论站得住吗""这个问题还值得做吗"。越早问，越听得进去，也越舍得改。
Presentation 仍然是作者的基本义务。读者没有义务替你整理混乱的论证，审稿人也不该用猜文风来代替检查内容。写得清楚能帮助判断，写得漂亮补不上证据。两边的责任并不冲突。
至于 reviewer 和 author 互相指责的循环，最后还是要回到具体的争议上：哪里错了，缺什么证据，什么结果能让双方改变看法。网上说得最响的人，不一定最有判断力。
都有 Opus，为什么突出的还是那些人
因为共用模型，不等于共用研究条件。
数据、算力、真实场景、合作者、试错的时间，决定了一个想法能不能被验证。模型给出一个建议很容易，让这个建议在真实环境里跑几个月，需要的是另一整套条件。一个知道问题在哪、能安排验证、能调动资源的团队，可以很快把模型的产出变成结果；缺少这些条件的人，得到的可能主要是更多候选想法和更漂亮的材料。
资源决定哪些事做得到，判断决定资源花在哪里，声誉又带来下一次资源，这几样互相加强。争取资源、组织合作、让事情持续推进，本身也是能力。一句"强者恒强"会把这些差别都藏起来。
用脚投票，也有门槛
当单篇论文不足以说明一个人的能力，评价自然会更多地看具体工作和长期记录：代码有没有人用，结果有没有被复现，做过什么产品，合作过的人愿不愿意再合作，写的东西有没有帮别人理解问题。Blog、教程、工具、数据和基础设施，也应该得到与贡献相称的承认。
我觉得这些信号比"发了几篇"更诚实，应该被更多地看见。但它们对新人不友好：要有人用，先得有人看见；要有口碑，先得有合作的机会。所以公开发表这个入口不该被丢掉，不过这也不是退回去只看论文的理由。
换指标也不会结束对指标的迎合。当大家开始比 stars、粉丝和影响力，新的包装方式也会出现。宣传本身没有问题，把工作送到需要它的人面前，本来就能扩大贡献。值得问自己的是：我是在让更多人用上它，还是主要在证明它有影响力。
投稿，和之后的选择
这些也改变了我看投稿的方式。投稿是展示结果、寻求反馈、进入讨论、争取机会的一种方式，值得认真准备，但一项工作的价值不该只剩一次 accept 或 reject。没中，就去分辨哪些意见指出了真实缺陷、哪些是误解、这项工作还值不值得继续做；中了，录用也不会替你完成后续的验证。
职业选择上也可以坦然一些。有人想深挖一个问题，有人想做成产品，有人更在意收入和好的团队。我愿意要钱、要落地、要声誉，不觉得这让研究变脏了。我只是不打算让它们替我决定所有事。
最后
开头说，很多以前默认成立的东西正在松动。有时候真的觉得什么都在崩，AI 正一样一样地碾过去。我不知道最后会变成什么样，也不指望很快会有一套让人安心的新规则。
能做的，大概还是几件朴素的事：把工作做扎实，早一点找人聊，诚实地对待 credit，被质疑时拿证据说话。继续学，对新的东西保持开放，允许今天的判断明天被推翻。评价体系的问题需要制度来解决，不能全靠个人自律消化，但属于自己的那一份，我想守住。
还有，我不想变成除了 research 什么都没有的人。我喜欢窗台上那几盆绿植，喜欢在常去的咖啡厅坐一下午，喜欢在特摄小店里翻上一个小时、最后什么也没买，也喜欢和喜欢的人待在一起。它们不会让我的论文更容易中，也不需要。
后来我想，本来就没有什么是一成不变的。会议会变，评价会变，工具会变，我今天相信的东西也会变。既然这样，我不必等一切都停下来，才开始好好生活。
世界在晃的时候，这些东西让我知道自己站在哪里。