全球最大的論文預(yù)印本平臺(tái)arXiv，要離開(kāi)康奈爾大學(xué)了

Cornell University 圖源：wikipedia

撰文｜張?zhí)?/strong>

如果有一天，全球科研人員突然無(wú)法訪問(wèn)arXiv，許多領(lǐng)域的研究節(jié)奏可能會(huì)被打亂。每天清晨刷新論文列表，已經(jīng)成為部分?jǐn)?shù)學(xué)家、物理學(xué)家和AI研究者的固定習(xí)慣。許多重要研究從誕生到傳播的第一站，往往不是期刊，而是這個(gè)界面樸素的預(yù)印本服務(wù)器。

然而，這個(gè)支撐全球科研交流的基礎(chǔ)設(shè)施，在很長(zhǎng)時(shí)間里卻只是康奈爾大學(xué)圖書(shū)館中的一個(gè)項(xiàng)目。最近公布的計(jì)劃顯示，arXiv正在準(zhǔn)備從康奈爾大學(xué)系統(tǒng)中獨(dú)立出來(lái)，成立一個(gè)新的非營(yíng)利機(jī)構(gòu)。這一變化意味著，運(yùn)行了三十多年的arXiv平臺(tái)，將從一個(gè)非營(yíng)利項(xiàng)目轉(zhuǎn)變成擁有獨(dú)立法人地位的非營(yíng)利機(jī)構(gòu)。

過(guò)去arXiv也在做非營(yíng)利的工作，但獨(dú)立才是這次轉(zhuǎn)變的題眼。正如arXiv招聘CEO的公告所強(qiáng)調(diào)的，“arXiv正在轉(zhuǎn)變?yōu)橐粋€(gè)獨(dú)立的非營(yíng)利組織。這轉(zhuǎn)型將有助于加快技術(shù)開(kāi)發(fā)速度、增強(qiáng)組織靈活性、擴(kuò)大合作伙伴關(guān)系，并實(shí)現(xiàn)長(zhǎng)期的財(cái)務(wù)可持續(xù)性 。獨(dú)立身份使arXiv能夠緊跟其發(fā)展的各個(gè)要素：實(shí)現(xiàn)基礎(chǔ)設(shè)施現(xiàn)代化 、擴(kuò)大學(xué)科覆蓋范圍，并與國(guó)際利益相關(guān)方進(jìn)行更深入的互動(dòng)”[1]。

從一位科學(xué)家隨手搭建的小系統(tǒng)，到全球最大的論文預(yù)印本平臺(tái)。從最初的個(gè)人服務(wù)器，到掛靠康奈爾大學(xué)圖書(shū)館的項(xiàng)目，再到今天的獨(dú)立非營(yíng)利機(jī)構(gòu)。arXiv的發(fā)展歷程，本身就帶著某種偶然性。

01 偶然誕生的全球科學(xué)基礎(chǔ)設(shè)施

1991年夏天，物理學(xué)家保羅·金斯伯格（Paul Ginsparg）偶然聽(tīng)到同行抱怨，這位同行擔(dān)心自己出差時(shí)，郵箱里堆積的論文會(huì)把自己有限的磁盤(pán)配額撐爆。那時(shí)，物理學(xué)家之間交換研究成果的方式仍然主要依靠郵件列表，很多研究者甚至要等待數(shù)月才能讀到同行的最新成果，而且郵件內(nèi)容也不能主動(dòng)選擇。

金斯伯格當(dāng)時(shí)在洛斯阿拉莫斯國(guó)家實(shí)驗(yàn)室工作。他很快寫(xiě)出了一套程序，建立一個(gè)中央自動(dòng)化存儲(chǔ)庫(kù)和提醒系統(tǒng)，研究者可以把論文上傳到服務(wù)器，僅根據(jù)需求向訂閱者發(fā)送全文。這個(gè)系統(tǒng)最初的版本運(yùn)行在一臺(tái)NeXT計(jì)算機(jī)上，只是一個(gè)面向少數(shù)高能物理學(xué)家的工具。

要知道，1991年的時(shí)候萬(wàn)維網(wǎng)（World Wide Web）都還沒(méi)有發(fā)明。要到一年之后，他才在同事的引薦下認(rèn)識(shí)了萬(wàn)維網(wǎng)之父蒂姆·伯納斯-李（Tim Berners-Lee），并且?guī)椭鷧f(xié)助測(cè)試了美國(guó)第一個(gè)Web服務(wù)器。后來(lái)，他也把自己發(fā)明的論文分發(fā)系統(tǒng)搬上了萬(wàn)維網(wǎng)。

幾年之后，這個(gè)系統(tǒng)開(kāi)始通過(guò)網(wǎng)頁(yè)訪問(wèn)，并逐漸獲得更廣泛的用戶。隨著互聯(lián)網(wǎng)在學(xué)術(shù)界迅速普及，上傳論文、公開(kāi)分享研究成果的方式逐漸成為一種新的研究習(xí)慣。

最初，金斯伯格計(jì)劃每年接收來(lái)自高能粒子物理一個(gè)小分支的約100篇投稿，但其用戶和范圍迅速擴(kuò)大，頭半年就收到了400篇投稿。當(dāng)時(shí)，這個(gè)系統(tǒng)仍帶著一種世外桃源般的自由感，金斯伯格回憶，“在那些日子里，編輯控制幾乎是不必要的，互聯(lián)網(wǎng)仍是學(xué)術(shù)界的私人游樂(lè)場(chǎng)，極少受到外界干擾”[2]。

三十多年后的今天，arXiv已經(jīng)收錄超過(guò)兩百多萬(wàn)篇論文，每年新增投稿超過(guò)二十萬(wàn)篇。在數(shù)學(xué)、理論物理和人工智能等領(lǐng)域，研究成果往往會(huì)先出現(xiàn)在arXiv上，再進(jìn)入期刊或?qū)W術(shù)會(huì)議的正式發(fā)表流程。

很多有影響力的論文最初都是發(fā)表于arXiv，例如俄羅斯數(shù)學(xué)家Grigori Perelman證明龐加萊猜想的論文。以及2017年發(fā)布的AI領(lǐng)域著名論文，開(kāi)創(chuàng)如今大模型時(shí)代的《注意力即一切》（Attention Is All You Need）。

當(dāng)然，一個(gè)沒(méi)有同行評(píng)審的平臺(tái)，也會(huì)有很多有問(wèn)題的論文，比如2023年引起常溫超導(dǎo)討論熱潮的，來(lái)自韓國(guó)科學(xué)家的論文《首個(gè)常溫常壓超導(dǎo)體》（The First Room-Temperature Ambient-Pressure Superconductor）也發(fā)表于arXiv。

近年來(lái)，AI研究的爆發(fā)讓arXiv的重要性進(jìn)一步提高。許多機(jī)器學(xué)習(xí)論文在完成后幾乎會(huì)立即上傳，隨后再提交到會(huì)議或期刊。不知不覺(jué)，arXiv已經(jīng)成為了學(xué)術(shù)界的基礎(chǔ)設(shè)施。

金斯伯格原本的設(shè)想是很快從這一事務(wù)中抽身，繼續(xù)投入科學(xué)研究，可平臺(tái)的擴(kuò)張吞噬了他的時(shí)間。

在2011年，也就是arXiv誕生20年之際，金斯伯格曾經(jīng)打算離開(kāi)這個(gè)平臺(tái)，當(dāng)時(shí)他表示“對(duì)我而言，這個(gè)數(shù)據(jù)庫(kù)本該是一次三小時(shí)的旅行，而不是終生事業(yè)。arXiv最初的構(gòu)想是完全自動(dòng)化，這樣就不會(huì)耽誤我的研究生生涯。然而，每天與其運(yùn)行相關(guān)的管理事務(wù)，往往會(huì)占用每個(gè)工作日數(shù)小時(shí)的時(shí)間，而且沒(méi)有假期可言”。

至于arXiv平臺(tái)，金斯伯格也認(rèn)為它到了需要變革的關(guān)鍵節(jié)點(diǎn)，“20年后，看到arXiv穩(wěn)定且成功地運(yùn)行著一些原始軟件，并為規(guī)模比預(yù)期大近千倍的社區(qū)提供服務(wù)，令人倍感振奮 。但在未來(lái)的某個(gè)時(shí)間點(diǎn)，它需要進(jìn)行徹底的改革，以緊跟新的在線趨勢(shì)和時(shí)機(jī)[3]”。

02 arXiv與康奈爾大學(xué)的分合

盡管arXiv在學(xué)術(shù)交流中扮演著越來(lái)越重要的角色，它的組織結(jié)構(gòu)卻一直比較簡(jiǎn)單，創(chuàng)始者金斯伯格的個(gè)人色彩也很濃。

2001年，由于當(dāng)時(shí)洛斯阿拉莫斯國(guó)家實(shí)驗(yàn)室氣氛緊張，金斯伯格轉(zhuǎn)去了母校康奈爾大學(xué)工作，那時(shí)候arXiv已經(jīng)有了不小的影響力，但還是被帶去了康奈爾大學(xué)，由大學(xué)圖書(shū)館負(fù)責(zé)運(yùn)營(yíng)。從法律意義上說(shuō)，arXiv并不是一個(gè)獨(dú)立機(jī)構(gòu)，而是康奈爾圖書(shū)館的一項(xiàng)服務(wù)。

大學(xué)圖書(shū)館看起來(lái)很適合運(yùn)行一個(gè)論文平臺(tái)，但是隨著平臺(tái)的膨脹以及時(shí)間的推移，arXiv的本身的運(yùn)作變得越來(lái)越復(fù)雜，圖書(shū)館也很難給到合適的支持。不說(shuō)其他的管理難題，就說(shuō)代碼一項(xiàng)，arXiv誕生于萬(wàn)維網(wǎng)出現(xiàn)之前，代碼庫(kù)不斷堆疊，只是維護(hù)運(yùn)營(yíng)就是一個(gè)很大的工程。

而這個(gè)系統(tǒng)最初不過(guò)是金斯伯格隨手搭建的，他根本沒(méi)料到后來(lái)會(huì)面臨如此復(fù)雜的運(yùn)維問(wèn)題。金斯伯格本人并非職業(yè)程序員，也不具備程序員的工作習(xí)慣，卻長(zhǎng)期親自參與代碼維護(hù)，同時(shí)拒絕與同事或在GitHub上共享代碼，這反而把問(wèn)題搞得更復(fù)雜了。

在接受《連線》雜志采訪時(shí)，程序員出身的記者聽(tīng)到了金斯伯格同事的不少抱怨，于是詢問(wèn)他是否準(zhǔn)備了文檔，以幫助后續(xù)開(kāi)發(fā)者理解新的代碼庫(kù)。結(jié)果他卻回答“真正的程序員是不寫(xiě)文檔的”[4]。

另外一點(diǎn)就是錢(qián)的問(wèn)題。

2001年，arXiv剛剛遷至康奈爾大學(xué)圖書(shū)館 ，當(dāng)時(shí)年度運(yùn)營(yíng)成本定為30萬(wàn)美元，由美國(guó)國(guó)家科學(xué)基金會(huì)（NSF）、美國(guó)能源部（DOE）以及洛斯阿拉莫斯國(guó)家實(shí)驗(yàn)室提供的資金共同覆蓋 。到了2018年，arXiv年預(yù)算已經(jīng)增長(zhǎng)到了143萬(wàn)美元。

學(xué)術(shù)出版領(lǐng)域的資深專家、學(xué)術(shù)出版協(xié)會(huì)（Society for Scholarly Publishing）前主席肯特·安德森（Kent Anderson）并不看好arXiv的發(fā)展，據(jù)他測(cè)算，arXiv的直接成本（如開(kāi)發(fā)與維護(hù)）和間接成本（如基礎(chǔ)設(shè)施、管理）的增長(zhǎng)速度都非常快，2010–2018年平均增速分別約為24%和18%。這段時(shí)間，arXiv共虧損了74.5萬(wàn)美元[5]。

從歷年的預(yù)算報(bào)告來(lái)看，arXiv大體上還能維持收支平衡。但這種平衡很大程度上建立在康奈爾大學(xué)承擔(dān)大量間接成本的基礎(chǔ)上。例如行政支持、辦公空間和基礎(chǔ)設(shè)施等，都由康奈爾提供，并以“實(shí)物捐贈(zèng)”的形式計(jì)入平臺(tái)的預(yù)算。arXiv免費(fèi)的背后，康奈爾大學(xué)一直在為它付費(fèi)。

以2018年為例，arXiv當(dāng)年的預(yù)算約為143萬(wàn)美元，其中間接成本就接近45萬(wàn)美元。2019年，arXiv公布了自己的資金來(lái)源結(jié)構(gòu)。其中康奈爾大學(xué)每年為arXiv提供17萬(wàn)美元的直接補(bǔ)貼，并承擔(dān)全部間接成本，這部分支持約占平臺(tái)運(yùn)營(yíng)總支出的37%[6]。

另一方面，作為一個(gè)對(duì)用戶完全免費(fèi)的學(xué)術(shù)基礎(chǔ)設(shè)施，arXiv的收入來(lái)源一直相對(duì)有限。為了拓寬資金渠道，2010年康奈爾為arXiv引入了一套全球圖書(shū)館會(huì)員制度，向使用量較大的研究機(jī)構(gòu)征求年度支持。數(shù)百所大學(xué)圖書(shū)館和科研機(jī)構(gòu)根據(jù)下載量被劃分為不同層級(jí)，承諾為期五年的資助，每年繳納1000至4400美元不等的會(huì)員費(fèi)，用于支持服務(wù)器運(yùn)行和技術(shù)團(tuán)隊(duì)的維護(hù)。但整體而言，這部分收入的增長(zhǎng)始終十分有限。

2019年，康奈爾大學(xué)將arXiv從學(xué)校的圖書(shū)館系統(tǒng)，轉(zhuǎn)移到了學(xué)校的計(jì)算與信息科學(xué)部門(mén)。但根據(jù)《連線》的報(bào)道，幾個(gè)月后arXiv又被交給了其他部門(mén)，還換了一位盈利性學(xué)術(shù)出版背景的新主任，這些變化導(dǎo)致arXiv陷入了動(dòng)蕩，這段時(shí)間雙方的合作并不愉快。

直到2022年，西蒙斯基金會(huì)（the Simons Foundation）承諾給予資助后，arXiv才從動(dòng)蕩中抽身出來(lái)，開(kāi)始大規(guī)模的招聘， 此后還把代碼庫(kù)用Python重構(gòu)了一遍。

2023年，arXiv從西蒙斯基金會(huì)和美國(guó)國(guó)家科學(xué)基金會(huì)獲得了1000萬(wàn)美元的資助[7]。2025年，運(yùn)營(yíng)arXiv康奈爾理工學(xué)院獲得了NASA和施密特科學(xué)公司的700萬(wàn)美元資金[8]。arXiv目前的年度預(yù)算約為600萬(wàn)美元，擁有約27名員工（主要在美國(guó)遠(yuǎn)程辦公）。

和多年合作的康奈爾大學(xué)分開(kāi)后，arXiv獲得了獨(dú)立非營(yíng)利組織的身份，這也意味著，它不能再依賴大學(xué)體系的行政和基礎(chǔ)設(shè)施支持。在脫離大學(xué)體系的支持后，如何長(zhǎng)期維持自身的財(cái)務(wù)和治理穩(wěn)定？這是一個(gè)娜拉走后怎么辦的問(wèn)題。

在肯特·安德森看來(lái)，這種變化并非孤例，而是近年來(lái)學(xué)術(shù)基礎(chǔ)設(shè)施的一種趨勢(shì)。隨著資助的收緊，一些大學(xué)正在逐漸從這些理想主義色彩濃厚、但維護(hù)成本不斷上升的學(xué)術(shù)平臺(tái)中抽身。類似的例子還包括2025年冷泉港實(shí)驗(yàn)室將運(yùn)營(yíng)十年的bioRxiv和medRxiv移交給新成立的非營(yíng)利機(jī)構(gòu)openRxiv。越來(lái)越多的預(yù)印本服務(wù)器，正在從大學(xué)體系中分離出來(lái)，轉(zhuǎn)向獨(dú)立的機(jī)構(gòu)治理模式[9]。

在招聘CEO的公告里，arXiv介紹資金來(lái)源時(shí)，也并沒(méi)有明確提到康奈爾后續(xù)會(huì)進(jìn)行實(shí)物資助，卻給CEO開(kāi)出了30萬(wàn)美元的年薪。這似乎也預(yù)示著，曾經(jīng)生長(zhǎng)在大學(xué)體系內(nèi)部的arXiv，正在逐漸轉(zhuǎn)向一種更加獨(dú)立、并依賴基金會(huì)和社會(huì)捐贈(zèng)支持的非營(yíng)利模式。

參考資料：

• [1] The Chronicle of Higher Education. (2025).Chief executive officer—arXiv.
• [2] Ginsparg, P. (2011).It was twenty years ago today. arXiv.
• [3] Ginsparg, P. (2011).ArXiv at 20. Nature, 476, 145–147.
• [4] McKenzie, L. (2022).Inside arXiv—the most transformative platform in all of science. WIRED.
• [5] Anderson, K. (2019).Examining the finances of arXiv. The Geyser.
• [6] arXiv. (2019).arXiv sustainability and funding update.
• [7] Cornell University. (2023, October).Research repository arXiv receives $10M for upgrades.
• [8] Cornell Tech. (2025).arXiv receives support from NASA and Schmidt Sciences.
• [9] Anderson, K. (2025). Bespoke preprint servers fade. The Geyser.