AI智能体革新因果研究新范式

2026年2月，苏黎世大学经济学教授、曾任《经济学季刊》（QJE）副主编的David Yanagizawa-Drott，发布了一段视频——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。 由Yanagizawa-Drott参与发起的APE Project（自主政策评估项目），已经自动生产了数百篇论文。该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。AI Agent正在以前所未有的速度，重塑经济学实证研究的底层逻辑。

我们联合前沿学者（发表2篇UTD24,2篇ABS4等10余篇论文）打造《AI Agent智能因果推断与实证研究特训营》，整合100+实证研究全流程实战Skill库，系统讲授如何利用Claude Code、Codex等AI智能体工具，将经管实证研究从“手搓代码”的传统模式升级为“指挥智能体”协同工作的全自动化流程。让您的AI智能体团队（选题Agent、数据Agent、建模Agent、写作Agent）协同工作，自动完成从选题、文献综述、数据清洗、因果估计、论文撰写到审稿全流程。

方法层面覆盖从因果推断、因果机器学习、非结构化数据变量提取全链条。从环境配置、经典因果推断（如DID、IV、RDD、PSM）到前沿因果方法（如交叠DID稳健估计、Bunching-DID、双重机器学习DDML、因果森林），并通过LLM增强的PSM/SCM与多智能体辩论机制，解决小样本与反事实推理难题。 在变量测度层面，课程依托大语言模型赋能网络数据采集、年报与MD&A文本分析乃至图片信息提取，实现多模态数据的自动化实证变量构建。最终，课程以AER/QJE级别论文的智能体复现系统及个人HLER科研系统搭建为收官，帮助学员全面掌握智能体实证研究全流程及前沿方法应用。

AI Agent如何变革计量经济学？

HLER（Human-in-the-Loop Economic Research）系统将经济学实证研究拆解为一系列标准化步骤，交由不同的AI智能体分别执行。系统调度专业Agent完成数据审计、数据画像、假设生成、计量分析、手稿起草和自动审稿。

关键数据：在三个实证数据集上的实验表明，完整实证论文的平均API成本仅为0.8-1.5美元。

构建数据集是实证经济学中成本最高的任务之一。DRIL（Deep Research on a Loop）方法使用AI Agent从公开