跳至主要內容
Agchub Agchub

斷言免費、驗證無主:七百二十二份手稿爭議裡的審查工時

以一句斷言OpenAI論文全錯的知乎提問為座標,對照生成端三小時算力與驗證端以人年計的工時落差,拆解同儕審查作為無償科目的成本歸屬,並推演準入前移、審查計酬與拒審空窗三種情境。

/ 編輯部 #人工智慧#成本結構#學術出版
斷言免費、驗證無主:七百二十二份手稿爭議裡的審查工時

OpenAI 單批釋出七百二十二份數學手稿、菲爾茲獎得主陶哲軒公開批評之後,爭議在知乎再開一條戰線。一則提問直接斷言這批論文「全部都是錯誤的」,接著抱怨:不審核,還不能說它是錯的;審核,又喫力不討好,等於浪費數學家的人力物力。提問末段丟出關鍵一問:誰又應該浪費時間去審核這種亂寫出來的論文。提問者自己回答了前半段,陶哲軒沒有跟進抵制,因為追求正確的人,驗證之前不亂說話。整段提問於是構成一個完整的閉環式難題:斷言免費,驗證計價,而這張計價單至今掛在沒有人的帳上。

生成三小時,判讀以人年起跳

先把成本攤開。同一份手稿上站著三個位置。生成端按算力計價,先前換算的口徑是單一成果約三小時推理;斷言端近乎免費,一句「全錯」不需要任何前置閱讀;驗證端的計價單位最重,數學證明的判讀以專業人時起跳,漏洞可以藏在任何一個引理的係數裡。

做一個偏保守的假設:每份手稿只需要一位領域專家投入一週工時。七百二十二份合計約十四人年。對照生成端,三小時算力乘以七百二十二,約莫九十個連續機器日。同一批貨,兩端的工時帳相差逾一個數量級,而且還沒計入徵集七百二十二位自願專家的搜尋成本。

清單圖列出生成、斷言與驗證三端處理同一份數學手稿的成本落差,生成端約三小時算力,斷言端零工時,驗證端以專業人時計價

義大利軟體工程師 Alberto Brandolini 在 2013 年總結過這條剪刀差:駁斥一款胡說所需的能量,比生產它高一個數量級。數學領域的版本更陡,因為證明驗證沒有抽樣捷徑,只能逐行推演。歷史上最貴的一次單點驗證發生在千禧年大獎的賽道上:佩雷爾曼 2002 至 2003 年把龐加萊猜想的三篇證明放上 arXiv,之後至少兩個獨立團隊投入約四年才完成核驗,對應獎金一百萬美元,佩雷爾曼本人最終拒領。正確性在這個行業以人年計價,這是市場合計給出的成交紀錄。

再對照「一次一份」的年代。1996 年,物理學家 Alan Sokal 以一篇刻意胡寫的論文投中文化研究期刊《Social Text》,刊出後自行揭露。一篇假論文,動員一名作者數個月的寫作工時,換來學界數年的方法論論戰。七百二十二份手稿一次進場,即使沿用同樣的檢驗密度,總帳也要直接乘上七百二十二。

同儕審查是一個沒有帳主的科目

制度面再看一層。學術出版的成本表裡,同儕審查長期沒有對價:作者投稿不付審查費,審查者領的是聲譽與學術義務,期刊承擔把關責任。1991 年物理學家 Paul Ginsparg 創立 arXiv 時,這套系統的社會契約建立在供給端自律之上:預印本以作者自己的學術聲譽抵押,平臺只做基本把關,不做內容驗證。供給量由研究者的時間天然限流,驗證壓力因此可控。

生成模型拆掉的是限流器。供給端邊際成本壓到三小時算力,把關端的人時單價一寸未動。手稿釋出之後,驗證成本不會消失,只會沿著壓力梯度流向最有動機把關的人,也就是該領域的數學家。提問者那句「誰又該浪費時間去審核」,字面上是情緒,實質是在問成本歸屬,而現行科目表裡找不到這個帳戶。

這個結構在其他領域已經演過一輪。把特定早睡情境列為傷害來源的清單式結論以近零成本出廠,與反常識結論近零成本出廠、查證工時記在門診端的早睡爭議同構。差別在於,門診至少還有掛號費兜底,數學家的審查連這層對價都不存在。

統計圖卡呈現 OpenAI 單批釋出七百二十二份數學手稿的數量規模
每份都在等第一個讀完的人

陶哲軒的沉默,是一張工時配置表

按提問者自己的觀察,陶哲軒批評了批次釋出,卻沒有把訴求升級為抵制。這條路線在成本邏輯上內部一致。抵制這個工具,設計用途是對付已證實有錯的主張;面對七百二十二份未經驗證的手稿,逐份駁斥等於替對方支付驗證費用,籠統斷言全錯則把自己放進同一個未驗證的位置。不分配審查工時,本身就是數學界目前對這批手稿最實質的回應。至於這批手稿如何把證明的計價單位從人年換成算力,本站先前已在722份手稿與3小時推理的計價帳裡記過一筆,此處不再重複。

影響往兩端傳。受惠端:AI 公司以量建立能力敘事,正確性驗證外包給學界;內容平臺取得爭議流量,這則知乎提問本身就是一次結算。承壓端:數學家的審查產能被稀釋,期刊與預印本伺服器的篩選負荷上升,領域社羣的注意力存量被佔用。傳導路徑是單向的,供給量上升,把關工時不變,單份手稿分到的驗證深度下降,結局要麼堆積在未驗證狀態,要麼逼出新的準入規則。

三種收斂情境,同一個待認領的帳戶

情境一,準入前移:期刊與預印本伺服器增設 AI 來源揭露義務與批次上限,把篩選成本推回生產端,大量釋出從敘事紅利轉為合規成本。情境二,審查計酬:驗證工時制度化計價,由釋出方或出版方支付,審查從公共財轉為可採購的服務,十四人年那筆帳第一次有了報價單。情境三,拒審空窗:數學界持續不分配工時,手稿停在未驗證狀態,「全錯」與「全對」都成為無法結算的主張,引用風險由後續取用者自負。

清單圖列出驗證成本的三種收斂路徑,包括準入前移、審查計酬與拒審空窗,並標示各自的成本歸屬方式

三條路徑的共通點只有一項:驗證成本需要有帳主。提問者等一句「全錯」的判決,OpenAI 等一輪免費的審查,陶哲軒選擇兩邊都不支付。這場爭議裡唯一確定的是數字本身,七百二十二份手稿已經釋出,而判讀它們的工時,至今掛在沒有人的帳上。