乐于分享
好东西不私藏

暑期学校|张子尧:AI Agent在经济学研究中的应用—实践与反思

暑期学校|张子尧:AI Agent在经济学研究中的应用—实践与反思

2026727日下午中南财经政法大学财政税务学院张子尧老师为第九期香樟青苗计划的学员们作题为“AI Agent在经济学研究中的应用的精彩讲座。张子尧老师结合自身使用AI Agent开展经济学研究的经验,围绕AI对科研效率与技能形成的影响,以及其在文献搜集、数据整理等环节中的应用进行了细致分享,为学员们理解人工智能的能力边界和人机协作方式提供了实践指导。本次讲座由助教丛正龙主持,第九期“香樟青苗计划”全体学员参加。

嘉宾简介

张子尧,中南财经政法大学财政税务学院准聘教授、博士生导师,文澜青年学者。入选湖北省高层次人才计划。研究领域涉及收入分配、资源配置效率、财税政策效应评估、企业异质性的结构估计方法等方面,研究成果发表于《经济研究》《管理世界》《经济学(季刊)》《世界经济》等权威学术期刊。主持国家自然科学基金青年科学基金项目、中国博士后科学基金面上项目、国家社会科学基金重大项目子课题等多项国家级课题。曾荣获湖北省社会科学优秀成果奖、黄达蒙代尔经济学奖、当代经济学博士创新项目、谭崇台发展经济学奖学金等多项荣誉。

张子尧老师的本次讲座以“AI Agent在经济学研究中的应用”为主题,结合自身使用人工智能工具开展经济学研究的经验,围绕人工智能对科研效率与技能形成的影响,以及其在文献搜集、综述写作、知识库建设和数据整理等环节中的应用进行了系统分享,为学员们理解人工智能的能力边界和人机协作方式提供了实践指导。讲座伊始,张子尧老师将讨论重点从“人工智能如何辅助工作”延伸至“人工智能时代研究者应当如何学习”。张老师指出,人工智能虽然能够提高任务完成效率,但任务完成并不意味着使用者真正掌握了相关知识。有关编程任务的实验表明,使用人工智能的参与者在工作产出方面优势有限,却在后续知识测试中表现较差,反映出过度依赖人工智能可能造成“完成了工作,却没有形成能力”的问题。
张老师进一步指出,传统“干中学”模式的关键在于实践过程中包含试错、纠正和反思等环节。若人工智能直接替代研究者完成关键步骤,研究者便可能失去在错误中积累经验的机会。因此,使用人工智能时不应只接受最终答案,而应主动追问其判断依据、操作步骤和决策逻辑,通过分析错误原因和复盘任务过程,将人工智能从任务执行工具转化为辅助学习的“陪练”。围绕人工智能工具的学习方式,张子尧老师建议同学们在真实研究任务中边使用、边学习,而非脱离具体场景追求一次性掌握全部工具。青年研究者可以从文献检索、代码纠错、数据整理和文字修改等实际需求出发,逐步积累使用经验。面对人工智能技术的快速迭代,真正重要的不是掌握某一套固定工具,而是形成持续学习和快速适应新工具的能力。在探讨人机分工时,张老师强调人工智能可以有效完成信息补充、文字扩展、程序生成和方案优化,更擅长推动研究由“1”向“100”发展;但从现实中发现问题、提出原创性选题并判断研究价值,即完成从“0”到“1”的过程,仍主要依赖研究者自身的经验、数据资源和学术品味。因此,青年研究者在掌握人工智能工具的同时,更应重视培养问题意识、研究设计和独立判断能力。

张子尧老师同时提醒,直接让人工智能生成完整文献综述,容易出现材料堆砌和逻辑松散等问题更合理的方式是由研究者首先确定综述框架、核心论点和分类标准,再要求人工智能搜集和补充相应文献。在这一过程中,研究者负责整体逻辑和学术判断,人工智能负责信息搜集与细节填充,从而实现更加有效的人机协作。

围绕提示词、知识库与数据整理,张老师指出,提示词并非越长越好研究者只需明确任务目标、核心规则和输出要求,避免过多细节限制AI Agent的自主执行能力知识库也不宜追求大而全,而应围绕平行趋势检验、变量构造和稳健性检验等具体场景分类建设。对于数据搜集,应优先使用成熟数据库;在处理公告、政策文件和PDF等非结构化材料时,则可以将人工智能定位为本地PDF整理员,以降低自动抓取可能产生的遗漏和错误。

互动环节中学员们围绕文献获取、AI辅助综述写作、提示词设置、知识库构建以及数据采集等问题与张子尧老师展开交流。张老师认为青年研究者应主动拥抱人工智能,同时保持对文献真实性、数据质量和研究逻辑的独立判断。只有合理划分人机之间的任务边界,既利用人工智能提高效率,又保留试错、反思和能力积累的过程,才能真正将其转化为推动经济学研究和个人学术成长的有效工具。讲座在积极热烈的交流氛围中圆满结束

撰稿:第九期“香樟青苗计划”学员

暨南大学博士研究生解子恒

期“香樟青苗计划”学员

上海交通大学博士研究生张嘉同

摄影:第九届“香樟青苗计划”学员

中国社会科学院大学本科生杨童尧