不要相信的信号

• 任何 AI 审稿分，尤其是 pipeline 内部拿来优化的那个审稿人打的分。
• GitHub star 数。
• “被接收”，但实际是专收 AI 论文的会议、模拟评审或 workshop。
• 作者在自建的小任务基准上报告的成绩。
• 系统自己说“已验证”。在 ResearchFlow-Eval 中，GPT-5.6 Sol 和 GPT-6 Astra 各自声称达成 8 条结论，实际分别只有 3 条和 4 条。