-
日期: 2026-05-14 | 来源: 知识分子 | 有0人参与评论 | 字体: 小 中 大
在传统的学术评价体系中，一篇能够发表在顶级期刊上的实证论文，代表着研究者长达数年的高强度投入。从打磨原始构思、清洗海量噪声数据，到构建复杂的计量模型，最后还有和审稿人之间漫长的反复拉扯。
然而，2026年2月，苏黎世大学经济学教授 David Yanagizawa-Drott 发布了一个视频，在视频里他花了不到6个小时，一下午的时间就用AI写出了一篇“顶刊论文”。
Yanagizawa-Drott 曾长期担任《经济学季刊》(QJE)的副主编，目前仍是《政治经济学杂志》（JPE）的编委。这次他利用 Claude Code，在不到 6 小时的交互过程中，生成了一篇结构完整、长达 53 页的宏观经济学论文。
在他公开的记录中，AI 的介入已不再局限于文字润色，而是几乎完全自动化。从最初的构思，到自主编写代码进行模拟运算，再到最终完成 LaTeX 排版，整个流程都由AI完成。而且这完全不是编造或者模拟，而是利用真实数据，具体来说是2000 年 1 月至 2024 年 6 月美国50个州的面板数据做出的研究。
这篇论文只是APE Project（自主政策评估项目）的成果展示之一[1]。由Yanagizawa-Drott参与发起的这一项目，已经自动生产了数百篇论文。该项目的野心是建立一套全自动的研究流水线，让 AI 独立完成从选题、数据抓取到因果推断的全过程。为了挑战传统范式，APE 项目甚至设计了一场竞赛，将 AI 的初稿与《美国经济评论》（AER）等顶刊即将发表的人类作品进行自动化评分对比。
这次颇具冲击力的展示，很快在经济学界激起了好奇与跟进。《知识分子》为此联系了三位学者，中国农业大学经济管理学院教授朱晨、中央财经大学财经研究院数字财经研究中心执行主任陈波，以及一位长期关注中国宏观经济政策和微观基础领域的研究者。他们都在最近进行了使用AI智能体生成论文，并分享了各自的操作过程与经验。
为了探寻这套自动化逻辑的边界，三位学者分别搭建了各自的科研智能体系统。尽管都完成了从数据处理到论文初稿生成的流程，但在如何引导 AI，以及 AI 将如何影响科研的问题上，他们的看法并不一致。
01
AI生成论文，到底什么水平？
Yanagizawa-Drott 用 AI 生成的论文往往非常工整，初看之下，很难将其与人类资深学者的作品一眼区分开来。也正是这种“看起来像那么回事”的特征，在传播过程中不断被放大。在自媒体和社交平台的多次传播中，APE 项目已经演变成了“AI几小时就能生成顶刊论文”的学术神话。
这种形似是否等同于真实的学术高度？AI完成的论文到底是什么水平？
朱晨认为，Yanagizawa-Drott的APE项目产出的论文，在论文结构和写作规范上已经相当成熟，“从形式上来说是过关的”，能够生成一篇符合经济学论文基本要求的文本。
但她通过对自身实践的总结指出，如果直接将其等同于顶刊水平，依然过于夸张。更接近现实的定位，是达到研究生论文的标准，甚至一些影响因子在3到4分左右的开放获取期刊，也可以尝试去投稿。
关注中国宏观经济政策和微观基础领域的那位研究者，评价标准是最严格的，并且对“几小时生成顶刊论文”的说法表示非常反感。
这位学者也关注了APE项目，甚至浏览了几乎全部200篇论文的内容。但在他看来，在已经公开的两百多篇论文中，只有极少数选题具备继续推进的价值。这些流水线作品的含金量极低，在那 200 多篇论文里，只有一篇关于劳动经济学的选题思路非常好，其余大多“只是刚入门的研究生水平”。
甚至，他认为这些 AI 产出的逻辑和深度，还不如他手下那些相对成熟的高年级本科生或研究生。若以审稿人的标准衡量，这些文章很难通过基本筛选，“如果送到我手里，我会直接拒掉”。病灶不在写作，而在分析实在太过于浅显，方法部分更是残缺不全。
一篇成熟的经济学顶刊实证论文，对方法的要求一定是非常严格的。例如使用双重差分（DID）方法的论文，不仅要完成基准回归，还需要进行平行趋势检验（parallel trends）、平行趋势的敏感性检验（sensitivity analysis），以及异质性处理效应（heterogeneous treatment effects）的分析。
这些步骤，尤其是后两者，已经成为近年来使用DID方法研究中的常规要求。但在目前公开的AI生成论文中，这些关键步骤往往缺失，或者只是形式性地出现，无法支撑有效的因果推断。- 新闻来源于其它媒体，内容不代表本站立场！
-
原文链接
原文链接:
目前还没有人发表评论, 大家都在期待您的高见