刚开始做科研时，我一直把 arXiv 当成免费下载论文的网站。用久了才发现它真正的价值：提前看到未正式发表的最新研究、追踪自己方向的前沿、在论文正式发表前公开自己的工作。这篇按找论文、看版本、自己投稿、AI 使用边界四块，把最实用的部分讲清楚。
本文信息更新于 2026 年 9 月。arXiv 政策仍在变化，投稿前建议再核对官方说明。
一、arXiv 是什么，论文算发表吗
arXiv 是 1991 年创立的预印本平台，收录超过 300 万篇论文，覆盖物理、数学、计算机、统计、经济等八大领域。预印本就是论文在通过期刊/会议同行评审之前先公开。
arXiv 的审核不是 peer review，它只检查学科相关性、基本学术价值、写作规范和抄袭。所以 arXiv 上的论文 ≠ 通过同行评审 ≠ 结论一定正确。看到 "Submitted to..." / "Under review" / "Preprint" 的论文，默认贴一个"值得读，但需要自己判断"的标签。
二、arXiv ID 和版本号
arXiv:2608.12345 表示 2026 年 8 月当月第 12345 篇，看编号就知道首次提交时间。v1、v2、v3 是同一篇论文的 successive 版本：通常是初版 → 审稿后修改 → 接收后整理。读论文优先看最新版；想追溯"这个方法最初什么样"就看 v1。
历史版本不会消失：v1 一旦公开就成为学术记录的一部分，后续 Replace 只会生成新版本，旧版仍可访问。所以不要抱着"先随便传，以后再替换"的心态上传。
三、找论文：直接看 new / recent
关键词搜索只是基础用法。arXiv 各分类的 new / recent 页面才是日常最有价值的入口：cs.AI、cs.LG、cs.CV、cs.CL、math.FA、math.PR、math.OC 等。每天扫一遍标题，看到相关的再点进去，比漫无目的地刷 Google Scholar 高效得多。
更好的做法是订阅分类的 Email subscriptions 或 RSS（比如 cs.LG + stat.ML），把"写论文了才去搜文献"变成平时持续跟踪、需要时已有积累。
追新方向时我会同时用 Google Scholar + Web of Science/Scopus + arXiv：正式出版可能要 2027 年，arXiv 的 v1 可能 2026 年就有，只看出版时间会误判想法真正出现的时间。
四、自己投稿前必须知道的几件事
1. Endorsement
2026 年 1 月 21 日起，首次向 arXiv 或新分类投稿，需要满足作者记录条件或走 endorsement（背书）流程。注册用学校或机构邮箱，顺手绑定 ORCID。需要 endorsement 时优先找导师、同课题组老师或本校相关领域教授；不要群发邮件骚扰陌生作者。
2. 先查目标期刊/会议的预印本政策
不是所有期刊都允许 preprint。上传前去 Guide for Authors 里搜 "Preprint policy / Sharing policy / Prior publication"。双盲会议、特殊版权协议、部分医学期刊尤其要提前确认。
3. 上传 LaTeX 源文件，不要只传 PDF
arXiv 自己会重新编译，TeX/LaTeX 是官方推荐的首选格式。把 main.tex、.bib/.bbl、图片、.sty 全部打包成 zip。
最容易编译失败的五个坑：
- 图片忘了放进 zip（本地能编译，arXiv 报错）；
- 文件名大小写不一致——arXiv 文件系统区分大小写，Windows 用户尤其注意
Figure1.pdf和figure1.pdf； - LaTeX 里写了本地绝对路径；
- 依赖的自定义 .sty 没上传；
- bib 有问题。
上传前把整个项目复制到一个全新文件夹，从零编译一次。干净目录能过，arXiv 大概率也能过。
4. 提交流程
后台 START NEW SUBMISSION → 选分类 → 上传 → 系统识别主 TeX 并编译 → 填 metadata → 选 License → 确认作者 → Submit。编译成功后先逐页看 Preview PDF 再提交，标题和摘要尤其要检查——它们会成为 arXiv metadata，被搜索、RSS 和邮件推送直接引用。
5. 提交后不是马上公开
Submit 后要经过 processing → moderation → announcement，一般 1–4 天。arXiv 按固定批次发布：工作日美东 14:00 前进入系统的通常在 20:00 公布，周日到周四有新公告，周五周六没有。不用纠结"卡点投稿"，论文别传错比抢几分钟重要。
五、传错了、有错误怎么办
| 状态 | 操作 | 结果 |
|---|---|---|
| 已 Submit 未公开 | Unsubmit | 退回修改，重新提交，不产生新版本 |
| 已公开发现错误 | Replace + 在 Comments 说明修改内容 | 生成 v2，v1 仍在 |
| 结论不成立、数据重大问题 | Withdraw | 标记撤回，但历史版本仍可访问，不是删除 |
| 正式发表 | 不撤稿，补 Journal Reference + DOI | 预印本和正式版关联起来 |
只有严重错误才 Withdraw；改公式、补实验、加文献都走 Replace。
六、License 不要随便点
CC BY、CC BY-NC-ND、arXiv perpetual license 等选项决定别人能否分享、修改、商用你的论文，而且选定后不可撤销。先确定目标期刊、查清其 sharing policy，再选 License。
七、2026 年：AI 生成内容被严查
arXiv 官方规则已明确：作者对论文所有内容负责，无论人工还是 AI 生成；大量使用生成式 AI 应按学科规范报告；AI 工具不能列为作者。
2026 年 5 月起，如果投稿中出现无法合理解释的"没检查过 AI 输出"的证据（虚构参考文献、残留的聊天提示语、"这里请替换成真实数据"这类模板文字），相关作者可能被一年内禁止投稿，之后再投还可能要求先经正式同行评审接收。注意是所有署名作者共同担责，"这段是 AI 写的我不知道"不构成理由。
所以用 AI 写过论文的话，投稿前至少做一遍：参考文献逐条核实真实性、DOI 能跳转、数据来自真实实验、公式重查、表格不是 placeholder、全文搜索 TODO/placeholder/ChatGPT 残留、完整读一遍 PDF。AI 可以帮找方向、整理关键词、润色语言，但每一条引用必须自己去数据库核实。
八、放进日常科研流程
- 平时：订阅自己方向的分类，每天扫 new/recent，值得读的进 Zotero；
- 开新课题：Scholar + WoS + arXiv 同时检索，建立研究时间线；
- 论文写完：确认期刊 preprint 政策 → 核查引用和实验 → 干净目录编译 → 上传；
- 正式发表后：补 Journal Reference 和 DOI。
把 arXiv 当"免费 PDF 下载站"只用了它最基础的一层。它同时是科研雷达、预印本仓库和研究版本记录。记住几条核心就够入门：arXiv 不是期刊；上面的论文不等于通过同行评审；v1 公开即永久记录；发表后补 DOI 不撤稿；首次投稿可能需要 endorsement；AI 可以辅助，但每个字、每条引用的责任都在作者。