几小时生成一篇顶刊论文?AI论文流水线真要来了
他进一步指出，这未必是模型能力本身的上限，更可能是工作流设计的问题。研究者在调用AI时，并没有把这些方法论上的要求嵌入进去。为此，他自己专门发布了一套包含11个环节的DID完整工作流，把这些近年来形成的规范逐一拆解，并转化为可以直接执行的指令结构。
按照这套逻辑运行，“做到博士生论文初稿的水平是完全有可能的”。但即便如此，这位学者依然坚信，从初稿到成品之间，仍需人类来补足分析深度。在社会科学领域，他短期内看不到“人什么都不用干，就在那里等结果”的全自动化可能。
陈波对AI能力的评价则是最为乐观的，他的思路也更“工业化”，他更关注整体的投入产出效率。根据他的经验，如果不刻意追求深度和考虑细节，AI 最快可以在 20 分钟内产出一篇 70 分左右的初稿。
“如果中间觉得不满意让它返工的话，这个时间肯定就会更长，但通常一到两个小时会基本上出一个相对比较强的一个版本。”在陈波看来，AI智能体单纯基于数据分析来写论文，完成时间目前已经可以稳定控制在 1 小时以内。虽然判断选题本身是否具备学术价值，或者研究视角是否符合当前学术界的共识，这些还需要由研究者来判断。
陈波认为修改过的论文大致能达到85分的水平。这个分数意味着，这些论文大体可以达到中等期刊及以上的的水平，但距离顶级期刊仍存在一定差距。具体文章的质量，在一定程度上取决于选题本身。由于生成过程带有一定随机性，如果问题设定得当，结果可能会更接近高水平研究。
如果只是作为一篇规范的期刊论文，他认为这类论文达到核心期刊标准问题不大，甚至在某些方面已经超过不少既有工作。
02
AI现在能做到哪一步了？
朱晨开始使用AI智能体写论文是在今年春节前后。Yanagizawa-Drott 发布视频后，她也搭建了自己的智能体，这种程度的自动化，是她之前完全没有想过的。一直将 AI 局限于润色语言、排查代码问题等辅助工作的她，第一次意识到AI已经进化成了真正有可能独立完成科研的工作伙伴。
朱晨将原本由研究者逐步完成的经济学实证研究流程拆解为一系列标准化步骤，并交由不同的 AI 智能体分别执行，研究者只需要在少数环节干预，这套系统被她称为 HLER（Human-in-the-Loop Economic Research）[2]。
系统将研究拆解为七个环节，由专门的智能代理执行。它们负责审计和分析数据、生成候选研究问题、收集与处理数据、进行计量分析、撰写初稿，并由 AI 审稿者进行初步评价。人类研究者只需在选择研究问题和批准最终稿件时介入，其余环节均可由 AI 完成。
对 AI 生成内容的批评，往往集中在其不够准确。它提出的问题常常似是而非，甚至与实际数据并不匹配。很多学者也坚持认为科研问题的提出仍要依赖学科经验。
但在经济学等高度依赖数据库的研究中，如果AI智能体能够学会合理调用数据库数据，把研究建立在具体数据之上，至少可以在很大程度上保证其可行性。
在HLER系统里，智能体会先扫描本地数据库，了解可用变量、时间跨度和样本量，然后生成 4 个左右初步研究方案。每个方案都必须满足三个条件：变量在数据库存在、研究设计与数据结构匹配、可用计量方法可解决。
每个生成的问题由两名研究人员独立评估，若意见不一致，则通过讨论达成共识。结果发现，在调用数据库的情况下，AI生成问题其实是很有保障的。在十四次运行中，这一数据集感知机制共生成 79 个候选问题，其中87%都符合所有条件。
不过，在研究问题创新性这个问题上，朱晨还是认为只有拥有经验的学者才能把控。所以相比APE的完全自动生成选题，她还是坚持人机结合。AI智能体可以针对单个数据集生成数十个技术上可行的研究问题，但仅靠这些可行性标准是不够的。如果研究者从中只挑选统计显着的结果作为研究结论，就等于把 AI 的“可行问题库”变成了学术不端的工具，这种风险正是人机结合所要避免的。
甚至，AI 的能力并不止于提出问题。
在陈波的尝试中，他观察到，AI 不仅能够根据数据内容生成选题，还能在完成建模分析后，根据结果反过来调整研究方向，甚至进一步优化所使用的数据来源，主动扩展和补充新的公开数据。
[加西网正招聘多名全职sales 待遇优]
这条新闻还没有人评论喔，等着您的高见呢
按照这套逻辑运行，“做到博士生论文初稿的水平是完全有可能的”。但即便如此，这位学者依然坚信，从初稿到成品之间，仍需人类来补足分析深度。在社会科学领域，他短期内看不到“人什么都不用干，就在那里等结果”的全自动化可能。
陈波对AI能力的评价则是最为乐观的，他的思路也更“工业化”，他更关注整体的投入产出效率。根据他的经验，如果不刻意追求深度和考虑细节，AI 最快可以在 20 分钟内产出一篇 70 分左右的初稿。
“如果中间觉得不满意让它返工的话，这个时间肯定就会更长，但通常一到两个小时会基本上出一个相对比较强的一个版本。”在陈波看来，AI智能体单纯基于数据分析来写论文，完成时间目前已经可以稳定控制在 1 小时以内。虽然判断选题本身是否具备学术价值，或者研究视角是否符合当前学术界的共识，这些还需要由研究者来判断。
陈波认为修改过的论文大致能达到85分的水平。这个分数意味着，这些论文大体可以达到中等期刊及以上的的水平，但距离顶级期刊仍存在一定差距。具体文章的质量，在一定程度上取决于选题本身。由于生成过程带有一定随机性，如果问题设定得当，结果可能会更接近高水平研究。
如果只是作为一篇规范的期刊论文，他认为这类论文达到核心期刊标准问题不大，甚至在某些方面已经超过不少既有工作。
02
AI现在能做到哪一步了？
朱晨开始使用AI智能体写论文是在今年春节前后。Yanagizawa-Drott 发布视频后，她也搭建了自己的智能体，这种程度的自动化，是她之前完全没有想过的。一直将 AI 局限于润色语言、排查代码问题等辅助工作的她，第一次意识到AI已经进化成了真正有可能独立完成科研的工作伙伴。
朱晨将原本由研究者逐步完成的经济学实证研究流程拆解为一系列标准化步骤，并交由不同的 AI 智能体分别执行，研究者只需要在少数环节干预，这套系统被她称为 HLER（Human-in-the-Loop Economic Research）[2]。
系统将研究拆解为七个环节，由专门的智能代理执行。它们负责审计和分析数据、生成候选研究问题、收集与处理数据、进行计量分析、撰写初稿，并由 AI 审稿者进行初步评价。人类研究者只需在选择研究问题和批准最终稿件时介入，其余环节均可由 AI 完成。
对 AI 生成内容的批评，往往集中在其不够准确。它提出的问题常常似是而非，甚至与实际数据并不匹配。很多学者也坚持认为科研问题的提出仍要依赖学科经验。
但在经济学等高度依赖数据库的研究中，如果AI智能体能够学会合理调用数据库数据，把研究建立在具体数据之上，至少可以在很大程度上保证其可行性。
在HLER系统里，智能体会先扫描本地数据库，了解可用变量、时间跨度和样本量，然后生成 4 个左右初步研究方案。每个方案都必须满足三个条件：变量在数据库存在、研究设计与数据结构匹配、可用计量方法可解决。
每个生成的问题由两名研究人员独立评估，若意见不一致，则通过讨论达成共识。结果发现，在调用数据库的情况下，AI生成问题其实是很有保障的。在十四次运行中，这一数据集感知机制共生成 79 个候选问题，其中87%都符合所有条件。
不过，在研究问题创新性这个问题上，朱晨还是认为只有拥有经验的学者才能把控。所以相比APE的完全自动生成选题，她还是坚持人机结合。AI智能体可以针对单个数据集生成数十个技术上可行的研究问题，但仅靠这些可行性标准是不够的。如果研究者从中只挑选统计显着的结果作为研究结论，就等于把 AI 的“可行问题库”变成了学术不端的工具，这种风险正是人机结合所要避免的。
甚至，AI 的能力并不止于提出问题。
在陈波的尝试中，他观察到，AI 不仅能够根据数据内容生成选题，还能在完成建模分析后，根据结果反过来调整研究方向，甚至进一步优化所使用的数据来源，主动扩展和补充新的公开数据。
[加西网正招聘多名全职sales 待遇优]
| 分享: |
| 注： | 在此页阅读全文 |
| 延伸阅读 |
推荐: