5亿美元审计全人类论文：前NASA科学家用大模型重构学术同行评审

如果把人类有史以来写过的所有科学论文彻底查一遍，抓出所有算错的公式、造假的数据和互相吹捧的引用圈，要花多少钱？ 5 亿美元。

全人类发表过的全部科学论文加起来，大约有 1 亿篇。 用 5 亿美元把这 1 亿篇论文从头到尾彻底审计一遍，贵不贵？ 真不算贵。 在科研经费里，这笔钱可能只够建几分之一台大型粒子对撞机，或者半架隐形轰炸机。

算这笔账的人，叫凯西·汉德默（Casey Handmer）。 加州理工学院理论物理博士，以前在 NASA 喷气推进实验室做科学家，现在是泰拉工场（Terraform Industries）的创始人。 他最近做了一个自动化学术审计的原型系统。 把当前顶尖大模型抓来审论文，他算出了两笔账。

第一笔账是常规审稿。 让大模型做一套人类水平的同行评审，看逻辑顺不顺、实验流程合不合理。 消耗的算力成本，一篇大概只要 10 美分。 折合人民币 7 毛钱。

第二笔账更有意思，叫深度审计。 如果把单篇预算提高到 5 美元呢？ 5 美元不是随便扫几眼。 按照汉德默的测算，花 5 美元算力，大模型可以把论文里的每一个数学公式重新推导一遍。 把所有的统计推断、样本量、自由度和 p 值全部复算一遍。 甚至顺着引文网络，把论文引用的所有参考文献、以及后续引用这篇论文的所有文章，双向彻底核查一遍。 看它引用的文献到底有没有支持这个论点，还是作者直接断章取义。 全人类科学文献库大概 1 亿篇论文。 每篇 5 美元，全部彻底查底，正好就是 5 亿美元。

这时候大家可能会问： 既然这么重要，为什么人类学者以前不这么干？ 因为根本干不起。 现有的学术同行评审机制，全靠学者们免费义务劳动维持。 全球学术期刊赚着每年几十亿美元的订阅费，商业出版商利润率高达百分之三四十，但审稿人一分钱拿不到。 审稿的是各大学的教授和博士后。 大家平时科研、教学、申请经费忙得焦头烂额，哪有时间花几个星期去一行行重写代码、重算数据、重推几百道公式？ 审稿人往往只能抽空扫上两三个小时。 看看排版齐不齐、文字通不通顺、实验步骤像不像真的，再看看参考文献里有没有漏掉自己和熟人的名字。 只要看起来挑不出大毛病，文章就过了。

还有更麻烦的地方，在于现有的学术发表体制是一个单向阀门。 一篇论文一旦见刊，就像刻在石碑上一样。 想要修改一个公式笔误，流程往往难如登天。 如果要撤稿，更是牵扯到期刊声誉、作者教职和评审委员会的脸面。 没人愿意承认自己看走了眼。 于是，改数据为了凑显著性的 p 值操纵、论文工厂批量炮制的模板垃圾、几个实验室互相引用的互保圈子，全都堂而皇之成了正式文献。 后面的学者不查原文，直接把参考文献拷进自己的论文里，变成了所谓的僵尸引用。

汉德默说：我手里可没有 5 亿美元。 那这事还能做吗？ 工程师的习惯是找杠杆。 科学论文遵循陡峭的幂律分布。 1 亿篇论文里，绝大部分文章既不重要，也不严谨，发表之后可能一辈子只有两三个人读过。 真正承载全人类 99% 科学有效信号的，其实只占 1%。 也就是 100 万篇左右。

汉德默没有搞地毯式轰炸。 他沿着引文依赖关系建了一棵知识树，把所有精力集中在这 1% 的核心枢纽节点上。 先用几美分的超低成本跑一轮初筛，专找最显眼的逻辑漏洞、不可能成立的统计数字和低级抄袭。 结果发现： 只花几百美元的算力，就能把学术文献里 90% 的低级荒唐错误直接揪出来。

汉德默还抛出了一个耐人寻味的问题： 如果这套自动化审计系统全面推开，最大的惊喜会在哪里被发现？ 是那些粗制滥造的水刊垃圾吗？ 不是。 水刊造假根本算不上惊喜，大家早有心理准备。 真正的惊喜，大概率会出现在那些被引用了几千次、几十年来被奉为圭臬的奠基性论文里。 几十年前某位学术泰斗发表的核心论文，大家都默认权威必定严密，后人全都踩在它的结论上盖高楼。 几十年里没人真的去重新推导过中间那两页密密麻麻的代数运算。 现在让一台不讲情面、不知疲倦的机器去按行重推。 如果发现某个支撑了整座大厦的关键公式在三十年前就算错了一个符号，或者某个经典实验的数据在数学上根本不可能成立。 那才是真正的地动山摇。 当同行评审的边际成本从几百工时降到几美分，科学界运转了几百年的守门机制，终于要迎来确定性的代码审计了。