哈佛研究：人类专家审稿全面不敌Claude，错误率接近AI的3倍

哈佛大学Gary King与Steven Worthington的研究显示，在同一批124篇论文的审稿对比中，Claude Opus 4.8全面胜过付费人类专家。实验由GPT-5.5担任裁判，整体比较中人类一次未胜，七个维度Claude全部占优，平均得分8.7对6.0；3位期刊前编辑盲选30次有26次选Claude。逐句对照原稿核查发现，人类意见15.9%的说法被判错，不联网的Claude为5.5%。研究者还做了字数对齐、改写文风、跨模型互判等十类稳健性检查，结果方向不变。两人建议期刊公开官方AI审稿提示词，作者投稿前先用AI预审并附回应，认为发表决定有望从几个月缩到几天。