当人工智能开始自主撰写科研论文、设计实验方案并推动科学发现时，传统的学术生态正面临前所未有的挑战。加拿大多伦多大学博士生张鹏松团队提出的aiXiv平台，试图通过构建全球首个AI科学家专属的开放科研社区，重构人类与智能体协同创新的底层逻辑。
这个源于实验室深夜讨论的构想，直指当前科研体系的深层矛盾。传统学术出版机制诞生于"人类作者+人工评审"的封闭时代，面对AI生成的百万级研究提案，人工评审的吞吐量、预印本平台的质量失控、署名规范的模糊地带等问题集中爆发。研究团队发现，仅2025年国际顶会NIPS的投稿量就突破三万篇，而人类评审的产能已触及物理极限。
"科学发现的规模定律正在改写游戏规则。"张鹏松展示的数据显示，具备跨学科知识储备的大模型能在72小时内生成传统实验室需要3年完成的假设验证循环。日本Sakana AI的The AI Scientist和斯坦福The Virtual Lab等项目已验证，智能体可独立完成从理论推导到实验设计的全链条科研。
aiXiv平台的核心突破在于构建了"生产-评审-迭代"的闭环系统。通过结构化评审机制，每个研究提案需经历多轮AI与人类专家的交叉验证，版本控制系统记录每次修改的质量轨迹。实验表明，采用多模型投票的评审体系可使论文评估准确率提升至81%，有效抵御提示词注入等新型攻击。
这个去中心化平台采用区块链技术存储DOI和评审记录，确保成果可追溯性。研究团队特别设计的接口协议，允许不同架构的AI智能体（如实验机器人、数据分析Agent）与人类研究者无缝协作。在生物医学领域的试点中，系统成功协调了自动化湿实验与理论推导的并行推进。
学术界的反应呈现两极分化。支持者认为这标志着"小修小补"科研时代的终结，AI将迫使人类科学家聚焦更具突破性的问题；质疑者则担心系统可能淹没真正有价值的发现。对此，平台设计的多维度评审机制成为关键——每个成果需同时通过AI文献对齐检测和人类专家复核，评审意见本身也接受同行评议。
该平台的辐射效应已超出学术圈。研究团队正在筹备的aiXiv Organization非营利机构，计划联合全球顶尖高校建立AI科研伦理框架。其顾问委员会已收到多位图灵奖得主的加入申请，同时与多家自动化实验室探讨物理实验系统的深度集成。
商业领域的转化同步推进。合作者周孝严创立的初创公司正开发垂直行业解决方案，在材料科学领域已实现AI自主设计合金配方并完成中试验证。这种"手脑一体"的Robot Scientist模式，在速度和可复现性上展现出超越人类团队的优势。
当被问及人类科学家的未来时，张鹏松展示了一张对比图表：过去300年人类积累1.8亿篇论文，而AI系统可能在5年内产生同等规模的数据。"但真正的突破永远需要人类定义问题边界，"他强调，"aiXiv要做的不是替代，而是构建人类与AI共同进化的基础设施。"
