计算机科学研究，由同行评估

什么构成计算机科学能力的证据

计算机科学是唯一一个成果可被执行的领域。能重现论文表格的代码、使用诚实基线的基准测试、展示哪个组件真正带来性能提升的消融实验——这些都是可验证的主张，该领域已通过各大顶会的成果评估机制将核查流程常态化。

完全脱离论文而言，持续的开源项目维护本身就是一种研究成果：设计决策在公开场合接受质疑，性能主张由陌生人检验，回归问题由维护者负责。拥有设计说明且阐明取舍理由的生产系统亦然。两者均为可评估的证据，且均不体现在引用计数中。

最难伪造的能力是问题选择：研究工作指向真实问题，而非为迎合现有基准而塑造。评估员将显式关注这一点——这正是优秀研究者与优秀论文写作者的分水岭。

理论与系统以不同方式积累证据——一份证明、一个可量化的成果——但两者均留有公开痕迹：技术报告、学位论文、同时展示失败案例与成功案例的讲座幻灯片。审稿工作同样计入。程序委员会服务、成果评估审查以及公开复现尝试，都是本社区所致力于衡量的判断力的直接样本，任何人均可查阅。

计算机科学创始评估者的职责

优先以难案例检验评价标准：没有基准测试的系统论文、无工件的理论贡献、只有权重而无训练代码的模型发布。

对公开工件——代码库、附带已发布代码的论文、基准测试声明——进行校准轮次，独立评分并深入研究分歧之处。

建立校准记录，在平台开放时为计算机科学评估提供权重，使准确性先于声誉发挥影响力。