博士生千万别把AI给的,当成自己掌握了这个能力,该吃的苦一点也不能省!分享几个我使用做项目的经验教训

最近来咨询我Stata和实证问题的客户，几乎都已经使用AI做实证了。

有些人以前没有实证基础，连Stata也不熟，跟着AI一步步操作，也能把实证做得七七八八。

可项目一复杂，大家问得最多的还是那句话：“我已经用了最先进的AI模型，为什么还是做不出来？就算结果跑出来了，我也不知道到底对不对。”

等他们把代码发给我，我打开一看。

嗯，确实很AI！

首先是太冗长。Stata的使用人群相对较少，AI在这方面的知识库可能没有那么丰富，写出来的代码有时比较原始。它会使用一些老代码，甚至自己编写一大段操作代码，让人着实看不懂。这些操作在我实际做项目时根本不会使用，却让整份代码变得非常臃肿，很难阅读。

其次，AI给出的代码缺乏美感，不利于检索具体操作。即使发生错误，也不知道错在哪里。它很喜欢在代码开头使用局部宏和各种临时操作，然后让这些设置贯穿整份代码。这样一来，每次操作都要从头开始。可实际做项目时，我们经常只需要修改和执行中间的某一个步骤。如果完全按照AI给出的代码，中间想单独测试时可能无法执行，还要再从头开始，非常不利于边做边改。

简单代码可以交给AI，复杂项目仍需要自己判断

从我自己的体验来看，如果只是让AI写一些简单代码，或者写某个模块，的确比较容易。但面对复杂和较大的科研项目，自己还要有丰富的项目经验。这些经验很难只从AI上学会，还需要扎实的计量基础、Stata代码操作基础，以及自己做过大量项目以后形成的判断。只有这样，你才能知道AI做得对不对。

到了这个阶段，我们更多承担的是评审专家的角色。AI负责生成代码，我们负责判断代码能不能用、为什么这样写，以及可能在哪一步出错。如果自己还是初学者，却要指挥AI完成一个复杂项目，只会越做越迷糊。

例如，在复杂项目中，我会特别注意下面几个方面。

文件夹管理

一个分析项目通常包含数据测算、数据整理与合并、数据清洗，最后才是数据分析。如果所有代码和数据都挤在一个文件夹下面，最后就是乱七八糟的一堆内容，只会让项目越来越混乱。我的习惯是分别建立原始数据、数据整理、数据分析和实证结果文件夹。

数据整理文件夹存放已经计算好的数据和整理代码，数据分析文件夹存放最终的汇总数据和分析代码，回归表格和其他输出再放进实证结果文件夹。这样后续无论是检查还是复现，都能清楚地找到对应位置，减少出错。

项目顺序管理

开始之前，要先规划好整个项目的先后顺序。AI习惯把数据全部合并完以后再进行测算，这很容易让项目变得混乱。

我多年的习惯是，如果核心变量需要复杂测算，或者需要先对数据进行预整理，那就先单独测算每一个变量。把每一个变量分别做出来以后，再进行后面的合并。有时某个指标的测算还需要结合另一份数据。我通常会在数据整理文件夹下面设置多个指标计算文件夹，然后使用global命令明确数据地址，再把外部数据合并到当前需要测算的指标中。这样可以避免数据重复保存，也可以通过global立刻看出合并进来的外部数据是哪一份。

每一项数据分别做完以后，我再进行数据合并、汇总和清洗。在这一步，AI也很喜欢边合并边整理，这会让整个合并整理程序变得混乱和复杂。我的做法是先完成数据合并，合并完以后，再测算个别变量，生成分析需要的其他新变量。

之后再对变量进行排序，只保存真正需要的变量。这一步很关键。很多同学做到最后，数据库已经高达300MB，实际分析时却只使用其中几个变量。我们只需要保存分析所需的数据和变量，其他用不到的过程变量都要删除。否则，最终数据会越来越大，每次打开数据、跑回归时都非常卡顿。得到最终合并的数据以后，再进入数据分析。

对代码质量和要求的管控

AI的确能解决很多问题，但它会默认你什么都不懂。虽然你可能确实不懂。为了让你看懂，它会加入很多代码审计、前期测试和多余的注释。如果它不知道哪些命令更高效，也会给你一套比较原始的底层代码来执行你的想法。这些都会让整个数据分析任务变得冗余和难以理解。

所以我会明确要求它不准加入这些审计和前期测试代码，也不准加入其他我认为不需要的代码。注释可以出现在哪些地方、写到什么程度，都要给它明确的边界。

上面只是简单说了使用AI做Stata时需要注意的一些问题，具体细节还有很多，很难一次全部说完。

代码跑通，不代表这个能力已经属于你

总的来说，AI对初学者当然有帮助。但如果想熟练掌握实证研究和Stata操作，古法编程、手搓代码，自己一步步实操，仍然很有必要。只有亲手做过，你才能理解代码背后真正的操作逻辑。

AI用多了，很容易产生一种幻觉，好像自己真的会了，似乎已经掌握了这项能力。可实际的基础能力并没有发生变化。遇到复杂项目时，很容易就露馅，也经不起老师的一次检查。总不能每次老师在组会上问你这一步是怎么做的，你都回答，我先问一下AI吧。

AI对已经具备熟练技能的人来说，真的可以极大提高效率。我现在会利用这些年做过的上千份数据研究中的代码和操作逻辑，让AI帮我总结和提炼。在不断训练和迭代的过程中，它越来越接近我的代码风格和使用习惯，基本可以复现很多重复动作。

但这不代表AI可以直接替代我把项目做完。换一个人使用同样的AI，也未必能做到我的水平。我自己做过测试，换一个人使用它依然无法达到我的要求。

Skill给了形，真正用好还要懂意

现在出现了大量开源Skill。有些Skill还是初级产品，有些已经比较成熟，在一些流水线项目上表现也很稳定。可一旦涉及复杂项目，同一个Skill放在不同的人手里，表现会有很大差别。原作者可能可以稳定使用，换一个人安装以后，却很难稳定输出自己想要的效果。

这些区别还是来自经验。一个Skill总结的是开发者自己的经验，它把表面上可重复的动作和标准化流程固定下来，先给你一个形。真正想把它用好，还需要知道背后的意，既要知其然，也要知其所以然。

只有真正来自自己经验总结的Skill，才真正属于自己。缺少这层经验，即使使用再高级的AI，最后的效果也很容易不尽如人意。

AI迭代得太快。各家公司每隔一段时间就会发布新的AI产品，弄得大家都变得匆匆忙忙，担心今后会不会被AI替代。网上还有一个段子，AI时代，只要我学得慢，就不用再学。

从我自己的体验来看，目前AI仍然只是一个好用的工具。想真正利用好这个工具，还是需要自己具备扎实的基础，以及准确的审查和判断能力。

如果今后打算深耕学术，基本功这一关早晚都要过。该吃的苦还得吃，该熬的夜还得熬。只有把学到的东西真正做懂，并内化成自己的知识，它才会成为你以后做研究时最可靠的底气。