我们是在优化 AI 研究以迎合录用标准，而非追求长远价值吗？[D]
摘要
一位研究人员批评了 AI 会议的录用文化，认为其过于注重取悦审稿人，而非产出具有长远价值的工作。他指出，当前普遍要求提供详尽的评估结果，但这些数据几乎不会被后续研究者再次验证。
当前的 AI 会议录用文化给人的感觉是，它几乎挤占了那些曾经让我们痴迷的研究火花所留下的空间（至少就我的个人体验而言）。这一体系似乎依赖于海量的评估指标来向审稿人证明工作的扎实程度，而这些指标的要求往往远超任何一个具体项目能够长期维持的研究热情，且事后几乎无人会再去核实它们。
相似文章
我们是否正在失去创造的动力？"AI做的"假设。
作者反思了普遍认为AI创作作品的假设如何可能削弱人类创造力并破坏精英主义，质疑在AI主导的环境中原创成就的激励机制。
我认为当AI代理的输出规模超过接受速度时，会产生审查债务
本文讨论了AI代理如何以低成本生成输出，却因接受仍需人工监督而产生'审查债务'，主张生产力应在审查后衡量。
审核是AI生成工作的瓶颈吗？
本文探讨了加速起草的AI工具如何将瓶颈转移到审核阶段，并运用Goldratt的约束理论解释为什么审批能力限制了整体吞吐量。
AAAI 2027 审稿人竞标与分配完整性 [讨论]
这篇文章讨论了AAAI 2027审稿过程中的串通行为，特别是审稿人分配循环，并批评了顶级AI会议接受论文中缺乏代码发布的问题。
我们如何让 AI 实验室专注于解决真正的问题？
本文批评 AI 实验室将商业利益（如广告投放）置于解决气候变化和能源等全球性重大挑战之上。文章主张，社会应要求将 AI 资源导向有利于社会的目标，而非受利润驱动的应用场景。