AI审稿人来了——我们还没准备好

本平台长期以来一直作为传统学术出版的灵活小艇，为科研成果的快速传播提供了便利。这种灵活性也允许进行大胆的实验。最近，位于纽约市的非营利组织openRxiv推出了一项新的实验，即在其预印本平台上整合由以色列特拉维夫初创公司q.e.d Science开发的AI审稿工具，这可能是其最具挑战性的尝试之一。

AI正在改变同行评审——许多科学家对此感到担忧

上个月，openRxiv宣布将AI驱动的审稿工具整合到其预印本平台上。该工具能够快速生成AI生成的反馈（通常在30分钟内），对生物医学论文进行评估，包括判断原创性、识别逻辑漏洞，并建议增加更多实验和文本修改。对于那些因等待审稿结果而长时间苦等的科学家来说，AI审稿听起来像是出版界急需的效率提升。大型语言模型（LLMs）可以在几秒钟内提供反馈，且可能避免利益冲突。然而，效率和有效性之间存在巨大差异。随着科学界开始接受AI技术，必须确保不会通过创造一个智力问题来解决一个后勤问题。

同行评审有两个目的。一是验证大多数常规科学工作——仔细进行的测试预测和填补理解空白的研究——通过审查统计、方法和逻辑一致性。二是识别那些引入异常发现或挑战现有框架的罕见发现，通过评估规则是否适用，而不是是否被遵守。理论上，人类可以同时完成这两个任务。但AI可能做不到。LLMs可以检查统计、发现抄袭并验证引用；这一贡献本身可能具有变革性。如果常规工作被计算机处理，人类的注意力——科学中最稀缺的资源——可以集中在最重要的地方。然而，LLMs也有局限性。超出这些界限信任AI审稿，它可能会迅速成为一种负担。

科学家在论文中隐藏信息以应对AI同行评审

第一个问题是回归均值的问题。人类同行评审通常是一个统计抽样过程，由三位专家提供不同的数据点，编辑试图达成共识。AI则简化了这一过程：它输出的是平均审稿人的评估，而不是进行抽样。2024年的一项研究使用GPT-4生成论文评论，证实了LLM在预测平均审稿人意见方面表现出色（W. Liang等人，《新英格兰医学杂志》AI https://doi.org/g88s5h；2024）。但问题不仅仅是找到平均值。（来源：《自然》杂志  https://www.nature.com/articles/d41586-025-03909-5）

AI设计的化合物可以杀灭耐药细菌

台湾省研究人员发现的顶级候选抗生素在结构上与现有抗生素完全不同，它们似乎通过全新的机制破坏细菌细胞膜。这使得它们对抗生素耐药性的抵抗力更强，而抗生素耐药性是一个日益严重的问题：据估计，每年全球因耐药细菌感染导致的死亡人数接近500万。

现在，研究人员已经能够生成和评估前所未见的化合物，他们希望使用相同的方法来识别和设计攻击其他细菌种类的药物。

“这个项目为我们打开了抗生素开发的新可能性，”生物工程教授詹姆斯·柯林斯说，他是这项研究的资深作者。“我们的工作展示了人工智能在药物设计方面的强大能力，并使我们能够利用以前无法触及的更大化学空间。”（来源：麻省理工科技评论  https://www.technologyreview.com/2025/10/21/1124755/a-i-designed-compounds-can-kill-drug-resistant-bacteria/）

中国富豪的净资产飙升400%，因为谷歌将其公司视为AI推动力量

近年来，人工智能技术的发展推动了美国富豪如谷歌母公司Alphabet的联合创始人谢尔盖·布林和英伟达的黄仁勋等人的财富飙升。在中国，这一趋势也正在改变一些企业家的命运。王维修，中集因诺光科技的创始人，今年其个人财富增长了400%，达到130亿美元。尽管王在2023年卸任中集因诺光科技董事长，但其财富主要仍来自公司股份。据福布斯估计，王在2023年3月的财富为26亿美元，此后中集因诺光科技在深圳上市的股票价格飙升超过五倍。

中集因诺光科技位于中国山东省烟台市，近期又诞生了一位新晋亿万富翁，54岁的董事长兼CEO刘胜，其个人财富达到27亿美元。中集因诺光科技计划在香港进行IPO，预计筹集超过30亿美元。公司未对此作出回应。

中集因诺光科技的股价飙升背后，是其光学收发器需求的激增。据Macquarie Capital香港科技研究部负责人Arthur Lai表示，全球数据中心对这些光学收发器的需求正在迅速增长。这些光学收发器，通常大小如USB闪存驱动器，能够将电信号转换为光信号，反之亦然，用于比传统铜线传输更快的数据传输。随着人工智能训练需要处理大量数据，这些硬件设备在提升速度和减少延迟方面发挥着越来越重要的作用。由于数据中心的规模可能达到数百万平方英尺，因此需要可靠的长距离数据传输。

据Macquarie Capital估计，中集因诺光科技的技术在速度和可靠性方面是全球最好的。其竞争对手包括中国的企业Eoptolink和TFC Communication以及美国的Lumentum。野村证券分析师段兵和张一帆在10月的研究报告中称，中集因诺光科技是全球数据中心收发器的领先制造商，并在2025年第三季度表现优于同行。

Arthur Lai认为，中集因诺光科技将继续超越行业平均水平，获得更多市场份额。今年前九个月，该公司销售额同比增长44.4%，达到250亿元人民币（约35亿美元），净利润同比增长90%，达到71亿元人民币。据Macquarie Capital预测，到2028年，全球光学收发器市场将以每年70%的速度增长，达到400亿美元。

王维修的财富增长可能要感谢2016年与谷歌的合作。1987年，王在山东创立了中集电气设备公司，当时主要生产用于洗衣机的电机。2016年，王的公司以28亿元人民币收购了由现任董事长兼CEO刘胜创立的因诺光科技。2017年，公司更名为中集因诺光科技，刘胜成为CEO，王的儿子王小东担任董事和执行副总裁。据清华大学校友会文章报道，因诺光科技早在2011年就成为谷歌的客户，当时谷歌正在全球建设更多数据中心。与谷歌的紧密合作可能帮助公司提升了技术。

然而，Chanson & Co.北京分公司董事沈萌通过微信表示，中集因诺光科技产品的需求可能不会永远存在。对人工智能公司的高估值担忧日益增加，相关基础设施的投资可能不会带来回报。在中美竞争的背景下，CMB国际在一份研究报告中指出，地缘政治和关税不确定性是关键风险。尽管如此，Macquarie Capital的Arthur Lai认为这些风险可以管理，因为公司从泰国工厂向海外客户供货，该工厂于2022年投产。

Arthur Lai还指出，一种新兴技术可能对中集因诺光科技的业务构成潜在威胁，即所谓的共封装光学（CPO），这种技术将多个光学收发器捆绑在一起以提高性能，可能会减少对实际产品的需要。但他强调，目前这种技术仍处于早期阶段，由纳斯达克上市的Broadcom主导。如果这种情况发生，他不认为会在短期内影响光学收发器制造商。（来源：福布斯  https://www.forbes.com/sites/ywang/2025/12/03/chinese-moguls-net-worth-soars-400-as-google-turns-to-his-company-for-ai-push/）

深圳机器人初创企业Daimon获中国移动支持推进AI发展

深圳一家以机器人灵巧著称的人形机器人初创企业Daimon Robotics Technology获得了中国移动旗下基金Lianchang Fund的投资，这显示了中国政府和私营部门资金正大量涌入机器人领域。

Daimon Robotics Technology由香港科技大学（HKUST）机器人学院院长王宇和其学生段江华共同创立。该公司在一份声明中表示，Lianchang Fund的投资是其第四轮融资。Daimon是内地机器人行业最炙手可热的初创企业之一，已从包括联想资本、金鼎资本和招商局集团投资部门在内的中国风险投资机构筹集了“数亿人民币”。

Daimon的机器人配备了来自HKUST实验室的先进传感技术，能够准确处理物体的硬度、纹理和接触感。在最近发布的一段演示视频中，其人形机器人配备了触觉传感器，能够完成精细任务，如切豆腐和通过人类呼吸释放花瓣。（来源：南华早报  https://www.scmp.com/tech/tech-trends/article/3335084/shenzhen-robotics-start-daimon-secures-china-mobile-backing-ai-push?module=top_story&pgtype=homepage）

在运营技术中安全集成人工智能的原则 | CISA

人工智能（AI）有潜力提高效率和生产力，增强决策能力，降低成本并改善客户体验。但在运营技术（OT）环境中引入AI会带来风险，需要谨慎管理以确保OT系统的安全、安全性和可靠性。

美国网络安全与基础设施安全局（CISA）与澳大利亚信号局澳大利亚网络安全部门（ASD的ACSC）联合联邦和国际伙伴共同撰写了这份针对关键基础设施所有者和运营商的联合网络安全指导文件。该指导文件概述了四个关键原则，帮助所有者和运营商在降低风险的同时实现将AI集成到OT系统中的好处。该指导文件重点关注机器学习、基于大型语言模型的AI以及AI代理，因为这些技术带来了复杂的安全考虑和挑战，但该指导文件也适用于传统统计建模和逻辑自动化增强的系统。撰稿机构鼓励关键基础设施所有者和运营商审查并遵循这份指导文件，以实现更平衡的AI集成方法，并持续监控、验证和优化其AI模型。

合作伙伴：

这份联合指导文件还得到了以下机构的合作开发：

美国国家安全局人工智能安全中心（NSA AISC） - 联邦调查局（FBI） - 加拿大网络安全中心（Cyber Centre） - 德国联邦信息安全办公室（BSI） - 荷兰国家网络安全中心（NCSC-NL） - 新西兰国家网络安全中心（NCSC-NZ） - 英国国家网络安全中心（NCSC-UK）

相关资源：

2025年9月29日：创建和维护运营技术（OT）架构的确定视图 - 2025年8月13日：运营技术网络安全基础：资产清单指导 - 2025年6月4日：互联网暴露减少指导 - 2025年5月6日：主要缓解措施以减少对运营技术的网络威胁

这份指导文件旨在帮助关键基础设施所有者和运营商在OT环境中安全地集成AI技术，确保系统的安全性和可靠性。（来源：美国网络安全和基础设施安全局  https://www.cisa.gov/resources-tools/resources/principles-secure-integration-artificial-intelligence-operational-technology）