太强悍! 6小时全自动完成一篇QJE级顶尖论文, AI的论文生成速度已碾压人类的验证速度.原创 计量圈社群 计量经济圈2026年2月16日 00:01所有计量经济圈方法论丛的code程序, 宏微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问.前些日刚讲过“天塌了! 不到1小时,斯坦福教授用AI独立,自动完成1篇实证论文, 并且过程和结论都相当精准.”这不2026年2月12日苏黎世大学David Yanagizawa-Drott教授就在其社交平台发布了一项引人注目的实验。他借助Anthropic的Claude Code工具不到6小时就生成了一篇结构完整、方法严谨的53页宏观经济学论文。这位学者长期深耕政治经济学与发展研究领域2014年在QJE上发表了Propaganda and Conflict: Evidence from the Rwandan Genocide。他用略带幽默的语气写道我一直梦想有朝一日成为宏观经济学家随后大方公开了从初始版本v1耗时1.5小时到精炼版本v4累计6小时的全部提示词、代码和迭代过程。这项实验隶属于Yanagizawa-Drott发起的自主政策评估项目Autonomous Policy Evaluation Project, APEP。在演示过程中他启用了Claude Code的--dangerously-skip-permissions模式绕过常规权限的限制来提升系统地自主性。这样一来AI就能独立地完成整套研究流程从最初的研究构思、调用BLS和FHFA等数据接口到后续的计量分析、理论建模最后完成LaTeX排版编译全部由AI自主搞定。所有材料包括v1到v5版本的代码、数据和论文源文件都已开源并托管在GitHub仓库Social Catalyst Lab/ape-papers。目前这个仓库已经收录了100多篇AI生成的经济学论文完整复现包每篇都配有code/、data/和paper.tex三个标准目录方便群友们直接下载、验证或在此基础上继续改进。论文题为《Demand Recessions Scar, Supply Recessions Dont: Evidence from State Labor Markets》基于2000—2024年美国州级面板数据约1.47万个观测值采用横截面局部投影法系统地比较了需求型衰退与供给型衰退的长期影响差异。研究发现需求型衰退以2008年大衰退为代表采用房价泡沫作为工具变量会留下持久性的疤痕地区暴露程度每提高一个标准差48个月后就业率仍会下降0.8个百分点半衰期长达60个月而供给型衰退以新冠疫情为代表采用Bartik行业暴露指标的影响则在18个月内完全消退。进一步地通过扩展的DMP搜寻匹配模型分析发现失业期间的技能折旧skill depreciation可解释需求冲击所致福利损失的51%。论文在计量方法上相当严谨。首先采用横截面局部投影法有效地规避了异质性处理强度下传统的TWFE估计可能产生的偏误其次针对需求型与供给型衰退分别设计了恰当的工具变量需求冲击借鉴Mian Sufi框架以住房升值作为工具变量供给冲击则采用leave-one-out Bartik指标面对州级小样本N≈50的问题研究综合运用置换检验、暴露加权标准误与区域聚类等方法提升了统计推断的稳健性最后通过前趋势检验pre-trend、替换Bartik基年以及引入JOLTS劳动力流动数据等多维度的稳健性检验系统排除了其他的潜在解释。从v1到v4的迭代进步非常明显。v1版本搭起了基本的研究框架做了初步估算。到了v4AI已经能补充校准后的DMP模型模拟给出更精确的效应数值还加入了多角度的稳健性检验。短短几个小时内AI就能一步步地优化研究内容展现出相当强的自我完善能力。这项实验在学术界引起了不小的震动原因也很直接AI时代的论文生成速度已经远远甩开了人类的验证速度generation speed≫verification speed。机器几个小时就能炮制出一篇看起来有模有样的论文而人类专家却要花上几周甚至几个月才能仔细验明真伪。不少学者看完直呼压力不小例如经济学家Roger Farmer直言这项实验令人不安还预测今年内就可能出现AI署名的顶刊论文。*注意这篇由AI全自动完成的宏观经济学论文可以说是要理论有理论要数据有数据要图表有图表里面的模型校准、反事实模拟、实证检验、福利分析、机制探讨样样俱全。感兴趣的群友可以到计量社群把论文、代码、数据和源文件都下载下来亲自看看。说实话单从完成度和技术规范性来看它已经超过了市面上95%博士生写的论文。*群友可到社群下载