真实评审中的案例
以下案例都已回到原始来源核对。有三点要注意：Zochi 的接收只有 Intology 自报，ACL Anthology 里查不到；Carl 的细节来自 Autoscience 自己的报告；Agents4Science 以 LLM 审稿为主，只有高分稿件有一位人类专家复审。
| 案例 | 场合与级别 | 结果 | 自主程度 |
|---|---|---|---|
| AI Scientist-v2 | ICLR 2025 ICBINB workshop（接收率约 70%，主会约 32%） | 投 3 篇，1 篇 6/7/6（约前 45%），按协议撤稿 | 正文无人改动；人从约 40 个 idea 中挑 3 个，每个跑多个 seed 后各挑最好的一篇。Sakana 内部评审按主会标准给 4/10、按 workshop 标准给 5/10，并发现约 57% 的训练/测试重叠 |
| Agentic Scientist | ALIFE 2026 主会 talk（不是核心 ML 会议） | SA / WR / WA，接收 | co-scientist 模式：人定方向、baseline 和 rubric，把方法迁移到 RL，核对每个数字和引用，把 “significantly exceeds” 改成 “on par”。投稿前插入 17.5%、删除 10.7%；camera-ready 时又插入 32.8% |
| Zochi “Tempest” | 自称 ACL 2025 主会 | meta-review 4 分（自报“前 8.2%”） | 人选领域，核查代码和结果，画图，终稿编辑，手写 rebuttal。底模未公开 |
| Carl | ICLR 2025 workshop | 3 篇被接收（2 篇 Tiny Papers、1 篇 full-length；二手报道称投 4 中 3）。Tiny Papers 的评审偏弱：一篇 5/5/3，另一篇 1 个 weak accept、2 个 weak reject，由 PC 决定接收。full-length 那篇所有评审都在接收线以上 | 人在三个节点决定是否继续，重写过 Related Work，改过引用和格式。投稿时没有告知会议是 AI，事后撤回 |
| Jr. AI Scientist | Agents4Science 2025 | 被拒（理由：提升有限、新颖性一般） | 全自主 |
| Agents4Science 2025（专收 AI 论文的会议，2511.15534） | 投稿 315 篇，接收 48 篇 | 完全由 AI 完成的论文占投稿的 23.3%，在接收论文中只占 14.9%。接收论文所用模型：GPT 系 62.5%，Claude 33.3%，Gemini 33.3%。只有约 44% 的投稿没有被标出可疑引用 | 被接收论文的人工参与平均多于被拒论文（这是相关性）。人类评审 Risa Wechsler（Stanford）对 Science News 说，她审过的稿子技术上没问题，“but they were neither interesting nor important”。组委会报告的措辞是 “technically correct but perceived by human reviewers as lacking creativity” |
反例搜索结果：我们专门检查了以下来源，没有找到任何“全自主 AI/ML 论文被主会接收”的公开说法：
- NeurIPS 2026（2026-09-24 公布结果）、ICML 2026、ACL / EMNLP / COLM 2026、TMLR；
- Intology、Autoscience、Sakana、Analemma 的最新公告；
- 中文媒体。
准确的说法是”目前没有公开宣称的案例“。大量没有披露、由 AI 重度参与写作的论文几乎肯定存在，Pangram 等检测器的数据都指向这一点。