RW（Retraction Watch）数据库累计撤稿记录突破 67000 条，很多人第一眼看到这个数字，第一反应：是不是现在科研造假越来越泛滥？
这个答案其实要拆成两层看。一方面，图像查重、AI 文本检测、同行举报机制不断完善，过去埋藏在文献库的问题论文，正在被持续挖掘；另一方面，十余年间论文工厂、署名交易、伪造同行评议等产业化学术不端集中爆发，批量撤稿几乎成为期刊圈常态。IOP 出版社一次性撤回近百篇会议论文、新冠相关专项撤稿接近 700 条、期刊主编因引文操纵集体辞职，在 RW 平台已经算不上热点新闻。
但我们先要厘清一个常见误区：撤稿不等于学术不端。撤稿分为两类：一类是实验疏漏、试剂问题、统计失误带来的诚实错误，作者主动申请勘误或撤稿，属于科学自带的自我纠错机制；另一类是主观造假：篡改图片、伪造数据、买卖稿件、虚构伦理审批，也是大规模批量撤稿最主要诱因。统计显示全球撤稿案例超六成根源是学术不端，国内生物医学领域问题更突出，大量撤稿指向论文工厂代工、图片重复使用等系统性问题。67000 条记录，很大一部分并不是科研探索的正常试错，而是工业化批量生产的虚假成果。
十几年前，撤稿属于孤立的丑闻事件。一篇顶刊撤稿，足以震动整个科研圈。今天，撤稿已经形成完整传导链条：论文工厂产出稿件→掠夺性期刊快速录用→作者用来满足毕业、职称、项目指标→多年后复核曝光→期刊批量撤稿→单位回溯倒查学位、职称、项目、奖励，连带追责。
科技部学术不端专项整治明确要求对国际撤稿论文溯源核查，不再 “论文一撤了之”。最容易被忽视的风险，是时间差。很多问题论文在被撤回前，已经大量被引用，写入综述、临床指南与基金立项依据；即便打上撤稿标记，错误结论依旧长期传播，负面影响很难彻底清除。
生成式 AI 普及之后，学术出版的风险又迭代升级：AI 编造不存在参考文献、AI 合成虚假图表、改写产生扭曲句式，甚至预印本上线一日就紧急撤回。期刊审查不再只依赖传统同行评议，图像溯源、AI 内容检测变成常规工序。同时，署名责任穿透到全部作者，通讯作者、共同作者、学生、导师，很难用一句 “我不知情” 免责。很多硕博、青年学者习惯的灰色操作，比如图片微调、复用图片、挂名凑论文，现在都成了撤稿高发原因。
面对撤稿常态化，与其恐慌，不如建立长期科研风控思维：

• 区分勘误、关切声明、撤稿，主动发现问题并联系期刊纠错，和被举报后的被动撤稿，后果天差地别；
• 谨慎对待论文署名，拒绝挂名、买卖稿件，署名代表对原始数据、实验记录、伦理材料承担责任；
• 完整留存原始图片、实验记录本、伦理文件，原始记录是核查时自证清白的核心凭证；
• 发表不是终点，建立个人成果清单，持续跟踪已发表论文的期刊通知，早发现早处置。
  

67000 不是一个冰冷数字，是全球科研共同体数十年的纠错账单。科学本身允许失败、允许结论被新证据推翻，但不能容忍刻意造假与流水线式的虚假成果。
未来，撤稿会和返修、勘误一样，成为学术出版的常规环节。学术底线不是用来应付检查，而是保护学术生涯的根本防线。在指标内卷的科研环境里，慢一点、实一点，远比盲目追求论文数量走得更远。