耿同学，一个退学博士是怎么用AI降维打击学术圈的？
一句话看懂：一名退学博士借助AI图片查重和统计学工具，以极低门槛在36天内连续实名举报5位985高校院长级学者论文造假，引发学术圈地震。这一事件揭示了AI技术正将学术监督权从专家转向大众，但更深层的问题在于，原本应由体制完成的纠错机制，正在依赖民间志愿者。
事件核心：发生了什么
2026年春夏之交，B站UP主“耿同学讲故事”（生物医学退学博士）利用AI辅助的图片查重和统计学方法，仅通过三步操作（PDF拆分、数据末位分布检测、量表雷同比对、图片篡改审查）公开质疑中山大学、同济大学等高校多位“杰青”“长江学者”论文造假。其方法被验证为可复制：无需理解深奥生物学机制，普通人也能操作。同期，普通读书博主“抒情的森林”用文本比对工具，一年多内点名近40位作家涉嫌抄袭。两起事件均依赖基础技术工具，却撼动了学术与文学领域的权威。
为什么重要
这标志着AI技术实现了“监督权平权”。过去学术打假被专业壁垒、熟人社会和审稿局限三重门槛阻断，如今AI图像大模型和统计检验工具让非专业人士能快速筛查数据异常与图片重复，学术争议被降维成非黑即白的数据判断题。但更关键的是，耿同学公开承认所举报论文“没有一篇是官方自查发现的”，自己仅收到超过100条网友举报线索，而现有AI审查技术成熟度已可支撑常态化筛查，问题核心在于执行意愿和制度设计——当论文数量、经费与“帽子”高度绑定，造假成为绩效竞赛的衍生品，技术赋能无法替代对科研评价体系的深层变革。
对用户/开发者/创作者的影响
对开发者而言，一个低门槛的技术工具生态正在形成：图像比对API、数据统计库、文本查重模型，可将此类打假流程标准化、产品化；对普通用户和创作者，这提示所有人——无论是写论文还是做内容，造假与抄袭将面临“人人可审”的全民审视，AI工具使监督成本趋近于零。但对创业者和AI公司来说，机会与风险并存：开发面向学术诚信的自动化审查工具可能成为新赛道，但需警惕误判风险和法律责任，同时应关注后续可能出现的监管政策对AI审核工具合规性的要求。
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
1. 被举报学者所在高校（南开、中山、上海大学等）的调查进展及处理结果，特别是涉Nature正刊/子刊论文的争议；
2. Nature出版方已经在2025年用AI做论文审查，这一趋势是否会倒逼更多期刊预检制度和科研评价体系改革；
3. 民间打假工具的规模化应用是否催生“打假API”等新商业模式，以及版权方和学术机构如何应对可能出现的误判和隐私争议。
来源：虎嗅 (Huxiu)
