一句话看懂：IEEE Spectrum 编辑 Benjamin Skuse 用免费版 ChatGPT 和 Gemini 拼出一篇从未做过的光学孤子论文，并与 IEEE Access 编辑合作测试期刊防线。这值得关注，因为它把“AI 垃圾论文”这个抽象统计，变成了可检验的攻防样本。
事件核心：发生了什么
Skuse 在 2026 年 10 月发表的实验中，刻意限制条件：只用免费版 ChatGPT（当时为 GPT-5.3/5.2 Mini）和 Gemini 3 Flash，不能直接改稿，也不能请专家代写。他选了自己博士阶段熟悉的“光学孤子”作为选题，把摘要、引言、方法、图表拆开逐段让模型生成，遇到一个模型拒绝，就换另一个用“假设性地”追问。约二十多轮提示后，得到一份看起来像模像样的稿件。随后他请 IEEE Access 管理编辑 Jenny Mahoney 配合，做一次“模拟投稿”式的防御测试，看期刊工具能否识别。
背景数据来自原文：到 2025 年，约 57% 已发表学术文章出现可检测的大模型痕迹，2023 年这一比例为 12%；2025 年 Nature Communications 有超过 12% 的审稿意见被认定为完全由 AI 生成。IEEE 科研诚信经理 Amanda Sulicz 称，AI 垃圾内容正在侵蚀对科学和科研流程的信任。
为什么重要
科研出版是少数仍高度依赖“信任+同行评审”的行业。如果业余者用免费模型就能低成本生产像真的论文，出版社的防线就不只是查重问题，而是要在投稿、审稿、图像核验和作者身份等环节同时加码。原文也指出，2025 年每 40 篇有 AI 使用统计证据的论文中，只有 1 篇正式披露，说明现有数字很可能低估了真实情况。对 AI 行业而言，这既是内容生成能力的展示，也是检测与溯源工具的需求信号。
对用户/开发者/创作者的影响
对研究者，AI 辅助写作的边界会更受审视，披露规范可能趋严；对开发者，学术场景的 AI 检测、图像伪造识别、引用核验和审稿辅助有明确需求；对内容创作者，这个实验说明“能生成像样文本”不等于“能通过专业审查”，专业判断和可核查证据仍是门槛。目前公开信息显示，这只是一次测试，并非已上线的检测产品或正式同行评审结论。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 IEEE 等出版方是否公布这次测试的具体拦截结果与所用工具；二是期刊是否把 AI 生成检测纳入常规投稿流程，以及误伤真实作者的风险如何控制；三是当更先进模型不只写稿、还参与生成研究数据时，同行评审制度如何调整。
