[历史溯源] 预印本分类简史：arXiv 之前的“内部人”博弈

TL;DR

在 arXiv 成为全球物理学家的圣地之前，预印本的流动全靠图书馆员的“温情管理”。本文深入挖掘了 CERN、SLAC 等机构早期如何通过分类手册将混乱的“灰色文献”条理化，并指出：分类从来不是中立的，它是一套定义谁才是称职物理学家的隐形编码。

背景定位

这篇文章并非典型的技术架构论文，而是一篇来自科学史与科学社会学视角的深度评论（Comment）。它在学术坐标系中处于“科学传播史”的位置，揭示了我们今天习以为常的分类标签（如 hep-ph, cond-mat）背后的权力逻辑。

痛点与动机：当私人信件变成公共资产

二战后的物理学研究极其强调时效性。由于学术期刊出版周期漫长，物理学家习惯于直接私下邮寄手稿（即预印本）。

• Prior Work 的局限性：这种私下循环形成了一个个封闭的小圈子。如果你不在 CERN 或普林斯顿的邮寄名单上，你就是“局外人”。
• 研究动机：CERN 的图书馆员意识到，到访的学者往往会因为脱离了家乡的通信网络而信息滞后。于是，他们决定发起一场“去私人化”运动：将预印本收归图书馆统一管理、统一分类、统一展示。

方法论详解：图书馆员的“手动算法”

在没有 AI 的时代，信息的筛选和重组依赖于图书馆员和“科学情报官”。

1. 实用主义分类法

CERN 引入了如“理论粒子物理”、“加速器”、“探测器”等简单类别。这看似是为了检索方便，实则建立了一套等级制度。

• Insight：分类不仅仅是为了找到书，而是为了在“浩如烟海且模糊相关的文档”中避免信息窒息。

2. 关键词与可见性

DESY 发起的 HEPI（高能物理索引）是现代摘要服务的雏形。

• 因果逻辑：一篇论文被赋予的关键词越多，它在物理学界就越“主流”，被同行发现的概率就越高。反之，那些难以归类的“边缘”工作则会被埋没。

(此处应展示类似 1965 年 CERN 图书馆员工手册或 HEPI 索引页面的图像，体现早期分类的人工痕迹)

实验与结果：从人工排架到 arXiv 自动化

文章将历史与现状进行了跨时空的对比，分析了分类系统的“战绩”：

• 社会分层：被纳入图书馆的分类列表成为了一种“会员勋章”，甚至引发了作者为了提高可见度而“抢跑”投稿的现象。
• gen-ph 的秘密：arXiv 上的 general physics (gen-ph) 类别在历史上常被用作“收容所”，存放那些被认为没有特定受众或不符合主流规范的论文。
• 算法的局限：今天 arXiv 引入的机器学习分类工具，本质上是在通过训练数据追溯并固化几十年前由 CERN 图书馆员制定的边界。

(此处应展示 arXiv 分类分类学（Taxonomy）与早期纸质目录的对应关系，或展示分类对论文引用率/可见性的潜在影响趋势图)

深度洞察与总结

核心贡献 (Takeaway)

本文提醒我们，分类系统的技术性掩盖了其社会性。每一个标签的设立，都是一次对“什么是重要的物理学”的重新定义。

局限性 (Limitations)

作者更多地关注了高能物理（HEP）领域，对于其他学科（如凝聚态或天体物理）的预印本演变历史着墨较少，这可能导致结论在普适性上存在偏差。

未来展望 (Future Work)

在 AI 驱动学术生成的时代，我们更需要反思：当算法根据历史偏见将一篇创新的、跨学科的论文自动归类为“gen-ph”时，我们是否正在扼杀下一个科学革命？未来的分类系统应更加动态化，而非仅仅是历史实践的自动化延伸。

作者总结： 每一篇被标记为 hep-th 的论文，背后都站着 1965 年在 CERN 图书馆里拿着蓝色铅笔做标记的图书馆员。