五十届论文集

1528 篇 OSDI/SOSP 论文，看系统研究这五十年是怎么变的

我很想知道，过去这五十年里 OSDI 和 SOSP 究竟发生了什么变化，于是给它们做了一次普查：两个会议从 1967 到 2025 年的每一篇正式录用论文——50 届会议，1528 篇论文，7919 个作者席位。数据与脚本都在 GitHub 上。

先简单说一下这些数字是从哪儿来的。OSDI 来自 usenix.org 的论文集与会议日程页；SOSP 则不得不从 sigops.org、各年会议官网、Crossref、OpenAlex 以及一个不做截断的 DBLP 镜像拼起来——因为 ACM 数字图书馆完全封禁自动访问。50 届会议的论文数，每一届都用一个独立来源核对过：49 届一次对上，OSDI 2023 被发现漏了最后五篇，已补回。而当数据根本不存在时——1990 年以前有 98 篇论文没有任何单位信息——相应年份在下面各图的坐标轴下方做了标记。

论文数翻了三倍，作者数涨得更快

这个领域的前三十年，每年大约发表二十篇论文。从 1967 到 1999，这条线几乎是平的——一个稳定的社区，一份稳定的产出。而后，2020 年之后，它近乎垂直地拉起：两会合计的论文数，从 2010 年的 32 篇涨到 2025 年的 119 篇。最后几根柱子背后是一次结构性变化：两个会议都放弃了那个组织了这个社区半个世纪的”隔年轮换”节奏。OSDI 自 2020 年起每年举办，SOSP 自 2023 年起每年举办。再加上语料中单届规模最大的一次——2020 年的 OSDI，70 篇——过去一年一场会，如今变成了两场并行。

团队规模同步上涨，而真正让人意外的是起点：六十年代末，每篇论文平均只有 1.6 位作者——这个领域的奠基工作，多半出自很小的一群人之手——对照 2025 年 SOSP 的 8.2 位。把这两张图叠在一起，就得到了我认为整组数据里最扎眼的一个数字：2010 到 2025，论文数长到 3.7 倍，而作者席位长到 6.2 倍，从 149 涨到 924。这个领域不只是在多发论文。它在每篇论文上花掉的人力，涨得不成比例——这正是我从另一个方向写过的那件事。

会场里的机构更多了

2025 年，OSDI 上出现了 60 所高校，SOSP 上 55 所；其中 31 所是同一批，所以两会合计出现了 84 所不同的高校——而八十年代大约只有十来所。下面那幅子图更有意思：不同公司的数量，有二十年一直卡在五到十五之间，最近五年却大致翻了一番，2025 年达到 34 家。

大学一家已经做不动了

同时含有学界与公司作者的论文，从九十年代占 13%，到 2000 年代 27%，2010 年代 37%，2020 年代 46%。我把它读成一句关于”系统问题如今长在哪里”的判断：一所大学靠自己，越来越既碰不到那个问题，也摸不到那台机器——值得研究的负载跑在整个机群的尺度上，而跑它们的硬件在公司里面。

每年三分之二的名字都是新的

新面孔的占比，三十年来一直徘徊在三分之二上下——九十年代 65%，2020 年代 63%——而同期整个会议的规模翻了三倍。这是这份研究里最健康的一个数字：社区长大了，却没有变成一个封闭的圈子。下面那幅子图列出的是另一条尾巴，那些一次次回来的人：Nickolai Zeldovich 39 篇，Frans Kaashoek 与陈海波各 35 篇，Ion Stoica 30 篇。这里要加一句免责声明：作者是按印在论文上的名字字面匹配的，没有做任何消歧。

头部依然强壮，只是尾巴长得更快

取全语料中论文数最多的十家机构，把这个集合固定下来：它们的覆盖率在 2009 年见顶，达到 78%，到 2025 年落到 44%。这不是衰退——那些地方发表的论文比以往任何时候都多，只是分母长得比它们更快。下面那幅子图则显示头部仍然何等失衡：2015 到 2025 年间，微软出现在 128 篇论文上，而没有第二家机构达到六十篇。

作者们在哪里

这是整组图里变化最快的一张。九十年代到 2000 年代，美国贡献了大约 89% 的作者席位，而 2025 年是 49%——它第一次不再过半。中国大陆与香港，则从 2010 年前的几乎为零，涨到 2025 年的 37%。会议上出现的国家/地区数，从九十年代的三四个，涨到 2023 年的十八个。需要说明一点：微软 886 个作者席位中，有 632 个只写着 “Microsoft Research”，不带地点，因而默认归到美国——所以这里的美国占比略有高估。

如今的论文，交付的是有名字的系统

数一数”名字：它做什么”这种形式的标题，就得到一个代理指标：一篇论文认为自己交付的是什么。起名的比例，从九十年代的 11%，到 2000 年代 32%，2010 年代 44%，2020 年代 58%。技术是被描述的；产物是被命名的。这里我要承认一点个人偏好：这套命名法已经硬化成了一种套路，很多时候，标题若直接从问题或贡献切入，对读者反而更有用。

这些曲线在说什么

系统研究的趋势是明显的：更大的会议，更大的团队，更多的机构，更多的国家，更多跨越学界与工业界那条线的合作，以及更多直接递给你一个有名字的产物的论文。如果这些趋势线就这么延伸下去，两会合计的论文数会在几年内越过 150 篇，平均团队规模会摸到十人，而美国的占比会继续滑到半数以下。这些都不是衰退。这是一个领域被更多的人、来自更多的地方，实实在在地放大了。

而在所有这些曲线里，我唯独没有看到那套本该吸收这份规模的机制。程序委员会、评审负荷、那些让一篇论文成为”好的系统论文”的默会标准——它们是为图一那条平坦段、那个每年二十篇的领域建起来的，如今却承载着六倍的流量。关于这件事对评审意味着什么，我另外写过一篇。这份研究乐观的读法是：社区长大了，却没有关上门——会议上三分之二的名字每年都是新的，而且这一点已经持续了三十年。不那么舒服的读法是：一个领域要长得这么快，方式只有一种——招进比它能带得动的更多的人，发表比它能查得完的更多的工作。

参考文献

• Cheng Tan. OSDI + SOSP paper metadata, 1967–2025. 数据集、图表与分析脚本。本文中的所有数字与图片均来自该仓库。