1 定义与历史
1.1 预印本的概念界定
预印本是指学术研究者在将论文正式投稿至学术期刊或会议之前，自行将完整手稿发布在公开平台上的原始版本。这一概念的核心在于“公开”与“未审”——任何研究者均可自由访问，但该版本尚未经过正式的同行评议流程。
1.1.1 与传统期刊论文的区别
传统期刊论文在发表前需经历严格的同行评议、编辑修改和排版校对，周期通常长达数月甚至数年。预印本则跳过了这一过程，以作者原稿形态直接呈现。两者在权威性上存在显著差异：期刊论文因经过学术评审而具有公认的可信度，预印本则以其原始性和时效性见长。此外，预印本通常未被收录进主流学术数据库（如Web of Science），也未分配正式的卷期号与页码。
1.1.2 预印本与后印本（Postprint）的关联
后印本是指论文通过同行评议并被期刊接受后，在正式排版发表前的最终版本，通常包含评议修改内容但与最终出版版本仍可能有细微差异。预印本与后印本共同构成了学术出版链条中的“预发行”环节。许多预印本服务器允许作者在正式发表后，将后印本作为预印本的新版本上传，从而建立版本连续性。
1.2 发展沿革
1.2.1 早期物理领域的纸质预印本
预印本实践可追溯至20世纪中叶。在物理学科，尤其是高能物理领域，研究者之间形成了通过邮寄纸质手稿进行学术交流的“预印本文化”。20世纪60年代，美国斯坦福直线加速器中心（SLAC）等机构建立了预印本交换网络，学者们将论文副本邮寄给几十甚至上百个研究机构，以快速共享研究成果。这种做法在当时的物理学家中已相当普遍，但覆盖范围有限，且缺乏统一管理。
1.2.2 互联网时代的数字预印本兴起
1991年，物理学家保罗·金斯帕（Paul Ginsparg）在洛斯阿拉莫斯国家实验室创建了arXiv，最初名为“xxx.lanl.gov”，标志着数字预印本时代的开端。该平台最初仅服务于高能物理领域，后逐渐扩展至数学、计算机科学、天文学等学科。arXiv的成功证明：一个免费、开放、基于互联网的预印本分发系统可以极大加速学术交流。此后，多个学科相继建立了各自领域的预印本平台。
1.2.3 当前主要预印本平台（arXiv、bioRxiv、medRxiv等）
- arXiv：历史最悠久、规模最大的预印本平台，覆盖物理、数学、计算机科学、定量生物学等学科。截至2024年，已收录超过250万篇预印本，成为相关领域研究者的“必访”之地。
- bioRxiv：2013年由冷泉港实验室创办，面向生命科学领域。其特色在于每日更新、支持多种格式上传，并提供与期刊的直接投稿链接。
- medRxiv：2019年由耶鲁大学、冷泉港实验室等机构联合推出，专注于医学和健康科学。鉴于医学研究的敏感性，medRxiv实施了比arXiv更严格的初步筛选，包括对临床试验注册号、伦理批准等的检查。
- 其他重要平台还包括：专注于化学的ChemRxiv，面向社会科学与人文的SocArXiv，以及与开放式同行评议结合的PeerJ Preprints等。
2 功能与价值
2.1 学术交流加速
2.1.1 缩短发表周期
传统期刊从投稿到发表的平均周期为6至12个月（某些学科可能更长）。预印本发布则可在数小时内完成，研究者从完成论文到公开分享再无等待成本。这在竞争激烈的领域（如计算生物学、人工智能）尤为关键，因为它意味着同行可以即时获取并应用新方法或新结论。
2.1.2 抢占研究优先权
学术成果的“原创优先权”通常以公开发表的日期为准。预印本服务器通过自动分配时间戳（每日如arXiv在UTC零点更新上传记录），为研究者提供了不可撤销的优先级凭证。当两个团队独立做出相似发现时，预印本公开日期可作为争议解决的依据，避免了传统期刊审稿期内被抢先发表的风险。
2.2 开放获取与影响力提升
2.2.1 降低阅读门槛
预印本平台对所有用户免费开放，不设订阅或付费墙。这使得来自低收入国家、小型机构或非学术行业的读者也能获取最新研究。对于缺乏期刊订阅经费的研究者而言，预印本是其获取前沿信息的主要渠道。
2.2.2 增加引用机会（“预印本效应”）
多项计量研究表明，发布预印本的论文在正式发表后，其被引用次数平均高于未发布预印本的同类论文，这一现象被称为“预印本效应”。原因包括：预印本提前曝光提升了研究的可见度；读者通过预印本了解研究后，会主动关注其正式发表版本；且预印本本身也可能被后续文献引用。
2.3 促进学术透明与可重复性
2.3.1 公开原始数据与分析过程
许多预印本平台鼓励（或要求）作者同时上传补充材料，包括数据、代码、脚本等。这使其他研究者可以验证实验的可重复性，或在预印本基础上开展后续研究。
2.3.2 接受早期公众评审（“活体评议”）
预印本发布后，任何读者均可通过评论区、邮件或社交媒体提出意见。一些平台（如F1000Research、PLOS One的预印本选项）直接集成了公开评议功能，允许论文在正式出版前就被“活体评议”——即作者可根据反馈修改论文，而评议记录始终透明公开。这种方式弥补了传统同行评议速度慢、覆盖窄的缺点。
3 发布流程与规范
3.1 上传与格式要求
3.1.1 常见文件格式（PDF、LaTeX）
绝大多数预印本服务器接受以下两种主流格式：
- PDF：通用性强，视觉排版可靠。作者需确保PDF中包含完整的标题、作者、摘要、正文图表及参考文献。
- LaTeX源文件：对于数学、物理及计算机科学领域的论文，上传LaTeX源文件（含图片）是常见做法，因为平台能自动编译生成可交互的HTML版本，并便于作者后续修改。
部分平台还支持MS Word文件，但通常要求最终以PDF呈现。
3.1.2 元数据填写要点
上传时必须提供以下元数据：
- 标题：应足够描述研究内容，避免模糊或过度夸张。
- 作者清单：通常要求列出所有作者的全名与所属机构，部分平台支持ORCID（开放研究者与贡献者标识符）绑定。
- 摘要：一般不超过250至300字，需包含研究目的、方法、主要结果和结论。
- 学科分类：如高能物理-理论（hep-th）、生物信息学（q-bio.GN）等，用于引导读者和平台筛选。
- 关键词：建议选择3至6个学术标准术语。
- 基金信息与利益冲突声明（可选但推荐）。
3.2 筛选机制（“轻度审核”）
预印本发布不进行同行评议，但平台会实施被称为“轻度审核”的初步检查，以确保内容符合基本学术规范和平台政策。
3.2.1 学术不端筛查
系统会自动扫描上传的文本，检测是否存在以下问题：
- 重复投稿：同一篇论文是否已在其他预印本服务器上发布。
- 机器翻译或剽窃嫌疑：通过文本相似度匹配检测。
- 自引过高或疑似垃圾内容：如多数作者发表记录异常。
一旦发现明显不端行为，平台有权拒绝或撤销预印本。
3.2.2 主题合规性检查
平台会确认论文的主题是否属于其覆盖的学科范畴。例如，arXiv不接受纯文学批评、食谱或商业广告；medRxiv会检查是否包含动物或人体实验伦理批准声明。此外，带有人身攻击、色情或明显政治宣传的内容将被直接删除。
3.3 版本管理与更新
3.3.1 修改与新版本提交
作者在预印本发布后，可在必要时提交新版本，例如修正笔误、补充实验数据、回应评论等。每个版本都会被独立编号并保留历史记录（如v1、v2、v3），且新版本发布时系统会向已标记关注者发送通知。
3.3.2 版本锁定与撤回
当论文被期刊正式接受发表后，作者通常可添加“Published in [Journal Name]”的链接标注，但预印本服务器不会自动删除或锁定该版本。撤回则发生在如下情况：发现严重错误（如数据不可靠、结论推翻）、违背伦理要求或涉及名誉侵权。撤回后的预印本会保留标题但正文被替换为“Withdrawn”声明，并注明撤回原因，不会彻底消失。
4 质量控制与争议
4.1 同行评议缺失风险
4.1.1 未经验证的研究误导公众
预印本未经评议，可能包含错误的方法、有争议的结论甚至伪造数据。2014年，一篇声称“流感疫苗无效”的生物学预印本在社交媒体上广泛传播，后被证实存在严重统计错误，但已造成公众对疫苗接种的疑虑。媒体尤其容易将预印本上的“重大发现”当作定论报道，引发信息污染。
4.1.2 媒体误报与“纸牌屋”效应
新闻机构往往追逐轰动性研究，而预印本正是“未审而新”的素材。部分记者缺乏学术判别能力，将预印本结论等同于经过验证的成果。典型案例是2023年一篇关于“室温超导”的预印本引发全球股市波动，后续实验未复现其结论，暴露了预印本未经审查即被广泛传播的风险。
4.2 引用与认可问题
4.2.1 预印本是否可被正式引用
学术界已普遍接受在论文中引用预印本，但需明确标注其预印本性质。国际医学期刊编辑委员会（ICMJE）、美国心理学会（APA）等机构均发布了专门的预印本引用格式，要求在引用中包含“预印本”“未发表”等字样及平台名称。
4.2.2 期刊政策差异（“英戈尔辛格规则”与“预印本友好”）
不同学术期刊对预印本的态度两极分化：
- 英戈尔辛格规则：最初由《新英格兰医学杂志》前编辑弗兰兹·英戈尔辛格提出，规定期刊不接受已经公开发表（包括预印本）的论文。部分传统期刊至今仍坚持此规则，拒绝预印本已公开的研究。
- 预印本友好期刊：包括《自然》《科学》《细胞》等主流期刊在内的多数出版商现在允许甚至在投稿前鼓励作者发布预印本，只要声明“本文基于预印本”即可。例如，eLife直接要求论文在投稿时提交预印本链接。
4.3 伦理与剽窃
4.3.1 抢先注册与“idea scooping”
预印本的公开时间戳虽是保护优先权的利器，但同时也存在风险：提交者可能被其他研究者利用其公开的思想或方法，抢先做出直接应用或更完善的版本。这种现象称为“idea scooping”（想法窃取），在AI与生物信息学等领域尤为敏感。部分学者选择先将预印本上传至平台后立即申请专利或版权，以锁死商业价值。
4.3.2 重复投稿与学术诚信
预印本通常不构成正式发表，因此作者有权将同一稿件同时提交给多个期刊。然而，若预印本已被一家期刊接受发表，作者仍将其提交至第二家期刊则属重复投稿，违反学术诚信。部分平台通过自动检测提醒作者或期刊编辑“相似论文已发表”，但最终责任仍在作者自身。
5 现状与未来
5.1 学科渗透差异
5.1.1 物理学、计算机科学的成熟应用
在arXiv的起源地——物理学领域，预印本已成为标准学术实践。高能物理领域几乎所有论文在投稿前都会先发arXiv。计算机科学起步稍晚但扩张极快，尤其在机器学习、人工智能领域，研究者在提交顶会（如NeurIPS、ICML）的同时几乎同步发布预印本。
5.1.2 生命科学与医学的快速扩张
bioRxiv和medRxiv创立后，生命科学和临床医学的预印本数量急速增长。截至2023年，bioRxiv已收录超过25万篇论文，而medRxiv在COVID-19疫情期间（2020-2022年）成为全球研究者发布病毒学、流行病学数据的主要平台，促进了疫苗快速研发。
5.1.3 人文社科领域的试探性使用
人文社科领域对预印本的采纳相对迟缓，原因包括：其研究周期长、引证文献多需版本稳定、多数成果以书著而非论文形式呈现。但SocArXiv、PsyArXiv等平台已吸引部分社会学、心理学研究者尝试发布。2020年，心理学领域“可重复性危机”后，预印本作为开放科学手段之一得到更多关注。
5.2 预印本与正式发表的融合
5.2.1 期刊直接接受预印本投稿
许多期刊已将预印本纳入投稿体系，例如《自然》旗下的部分期刊允许甚至鼓励作者在投稿前上传预印本，并在投稿时提供预印本链接。eLife甚至推出“预印本+审稿”模式：论文先作为预印本发布，然后由编辑组织评审，评审通过后直接进入期刊网站（不另行出版印刷版）。
5.2.2 预印本服务器与出版商的互操作性
Crossref的“Citation Scanning”功能使预印本与正式论文之间可以建立双向引用关联。各出版商（如Elsevier、Springer Nature）正积极开发API，使预印本元数据无缝传输至同类的出版工作流。此外，一些平台（如Overleaf）允许作者在写作过程中一键提交预印本。
5.3 挑战与创新
5.3.1 预印本评审工具（如PeerJ的“预印本述评”）
为弥补预印本缺乏正式评审的缺陷，第三方评审服务正在兴起。例如，PeerJ推出了“prePrint Reviews”功能，允许认证的评审人公开对预印本进行结构化评估。这种“开放预印本评审”模式综合了预印本的时效性与同行评议的严谨性，被认为是未来方向之一。
5.3.2 与区块链、数字身份认证的潜在结合
区块链技术可用于为预印本创建不可篡改的出版时间戳和作者身份记录，防止剽窃与篡改。部分初创公司（如Artiq、Mattereum）已尝试将论文的DNA编码存储于区块链上。同时，ORCID等数字身份认证的广泛应用，有可能使预印本成为研究者个人知识图谱的一部分，并自动更新作者履历。
5.3.3 对抗虚假预印本的策略
随着生成式AI（如ChatGPT）生成“论文”的普及，预印本平台面临虚假学术内容泛滥的风险。当前策略包括：强制要求作者提供机构邮箱（如.edu域名）、增加社区监督举报机制、以及开发AI检测工具。arXiv已开始采用“Covid-19文献快速通道”中的反向验证手段，未来可能引入类似“预印本可信度评分”的社区评价系统。
6 趣味视角与常见误解
6.1 预印本梗文化
6.1.1 “今天你 arXiv 了吗”——物理学家的日常
在物理学系，同事间的问候常是“今天你刷arXiv了吗？”这反映了预印本已成为研究者阅读最新文献的首选渠道。一些“论文梗”专门调侃arXiv的更新频率：比如“arXiv每天半夜更新，我每晚熬夜等，仿佛在追剧”。物理学家们乐此不疲地比较自家论文在arXiv上被下载的次数，戏称为“虚值影响力”。
6.1.2 预印本作为学术“预告片”的调侃
学生之间常将预印本比作电影预告片：“发预印本就像发抖音预告，点赞评论多，最后电影（期刊发表）却可能烂尾”。更有趣的是，一些学者将论文的标题和摘要写得极其诱人，但正文却只是“In preparation”，被戏称为“钓鱼预印本”。正规平台通常禁止这种“预告片式”上传。
6.2 关于预印本的十个典型误解
6.2.1 误解1：预印本=最终发表版
正解：预印本只是初稿，正式发表版经过同行评议和修改，两者在内容、可信度和可检索性上均不同。
6.2.2 误解2：只有大佬才能发预印本
正解：任何在合法机构注册的研究者（包括研究生）均可在规定学科内发布预印本。早年的“arXiv邀请制”已被替代，目前多数平台仅需注册审核即可使用。
6.2.3 误解3：预印本不需要任何筛选
正解：平台会实施轻度审核（内容筛查、学术不端检测），虽非同行评议，但并非“零门槛”。恶意或明显错误的内容会被拒绝。
6.2.4 误解4：预印本不算正式出版物，所以可以随意引用
正解：可以引用，但应标注预印本平台及版本号，并说明其未同行评议。部分期刊禁止引用预印本，需提前确认。
6.2.5 误解5：预印本发布会丢掉期刊发表机会
正解：大多数主流期刊（包括顶级期刊）现已接受或鼓励预印本。少数坚持英戈尔辛格规则的期刊已经式微。
6.2.6 误解6：预印本没有版权保护
正解：所有预印本均受版权法保护，作者保留版权。平台通常只获得非独占性的分发权，且作者可申请专利。
6.2.7 误解7：预印本上传后就不能改了
正解：可以发布新版本（v2、v3等），平台会保留历史记录。但长期不更新的版本可能被认为已过时。
6.2.8 误解8：预印本反映的是低质量研究
正解：大量高质量研究、包括诺贝尔奖级成果均在预印本平台首发。预印本不决定质量，只是缺乏筛选机制。
6.2.9 误解9：只有“西方”平台才叫预印本
正解：中国也有chinasXiv、IndiaRxiv，非洲有AfriXiv等。预印本是全球性实践，与地域无关。
6.2.10 误解10：预印本只能发英文
正解：虽然英文是主流，但bioRxiv支持中文、法文等多语言元数据；某些平台（如CNKI的“学术社区”）允许中文预印本。不过，跨语言检索仍是挑战。