昨晚，我和幾位國內頂尖的經濟學者聚在一起聊了很久。他們來自國內最知名的高校，大多是經濟學界的一時俊彥，不少人有海外留學背景，還有一位是從國外名校直接回來的教授。我們討論的主題是：AI對教學和科研究竟會帶來什么影響。

暨南大學的王彬老師現場演示了一個讓人印象深刻的過程。他對著電腦說了一串指令，讓AI agent自動完成一項研究任務。話音剛落，AI就開始自己跑起來了：檢索文獻、處理數據、估計模型、生成圖表……整個過程一氣呵成。說實話，這樣的工作如果交給一個博士生，而且是一個能力和勤奮程度都相當出眾的博士生，少說也得做上一兩周。現在呢？你只需要對AI說一句“幫我做一下”，它就幫你做完了。

大家各抒己見。所有人都同意，AI終究是工具，有很多無法替代人的地方。但也有學者表達了擔憂：如今，論文是AI寫的，審稿是AI審的，修改也是AI改的，我們真正的工作反而變成了盡可能掩蓋AI的痕跡。這樣一來，科學的邊界到底在哪里？

這種擔心當然不是沒有道理。不過，在經濟學的歷史上，類似的擔憂其實并不少見。只是以前，大家往往是用“鄙視”來打發掉的。

當年經濟學遭遇數學化的時候，那些主張用數學模型的經濟學家認為，數學可以幫助推理，得出更可靠的結論。那時數理經濟學是邊緣學科，誰都可以嘲笑它，說思想才是經濟學的靈魂。然而，隨著熟悉數學的經濟學家越來越多，嘲笑的方向就徹底反轉了，反而是懂數學的經濟學家看不起不懂數學的了。

后來，計量經濟學興起了。于是，數理經濟學家又開始嘲笑計量經濟學家，說他們無非是拿一堆數據瞎胡鬧。數理經濟學家醉心于經濟學中數學應用的美感，對缺乏這種美感的計量模型及其飄忽不定的結論嗤之以鼻。這次輪到數理經濟學家說人家“沒有思想，只知道瞎跑回歸”了。但隨著近些年數據可得性的提高和計量方法的普及，數理經濟學家已經不敢輕易嘲笑跑回歸的人了——因為人家動不動就發TOP 5期刊，而且還發得那么多。你再批評人家，很容易被人說成“吃不到葡萄說葡萄酸”。

國內的經濟學家就這樣分成了三組。第一組，數學不行，也不愿意做數據方面的dirty work，于是就說經濟學的靈魂在于思想——言下之意，自己是有思想的。第二組，是推數學模型的。這個活兒門檻高，不像“思想”那么玄乎，他們的驕傲總算是有點憑據。但搞模型的苦惱在于：懂行的人少，受眾也少。人家一篇研究“X對Y的影響”的實證文章，大家一聽就懂；自己的模型解釋給別人聽，人家還沒聽個開頭就劃走了——流量不行。第三組，就是跑回歸的，俗稱“回歸猴子”。現在這組人多勢眾，已經不好惹了。我的朋友奚錫燦老師只是寫了一篇文章，說經濟學家應該更謙虛一些，不要把因果推斷吹得那么大，本來是很實在、很溫和的學界自省，而且還拉著大哲學家休謨一起來說理。結果呢？我至少讀到了兩篇批評他的公眾號文章。那語調一出來，你就能感覺到：對方心里有氣。如今回歸事業已經是“百萬漕工衣食所寄”，你去動人家的飯碗，人家是要出來拼命的。

其實吧，我們經濟學家真正該感謝的，是二戰。正是因為二戰，統計學家、博弈論學家、凱恩斯主義者才找到了用武之地。二戰結束后，這群人要找工作，于是繼續鼓吹自己在政府部門的重要性，這才讓這碗飯有了可持續性。二戰之前，經濟學家的圈子很小很小，基本就是大學里的幾位教授。二戰之后，政府支出之所以居高不下，也是因為這群學者在找工作的過程中不斷推銷一種理念——通過所謂的“科學研究”來提高社會福祉。這種理念逐漸被社會接受，于是吃這碗飯的人就越來越多了。

隨之而來的問題是：人多了，競爭就會加劇。就在30年前，還沒有什么“TOP 5期刊”這種說法。現在呢？連美國學術界都在數誰發的TOP 5更多。在國內，一篇TOP 5更是價值萬金——“一入龍門，則身價十倍”，放在發TOP 5上，也是一樣。

我翻看過200年前英國人爭論金塊報告、濟貧法等問題的文章。李嘉圖、桑頓、馬爾薩斯這些人，也以能在《愛丁堡評論》之類的雜志上發表文章為榮。但大家討論的重點，始終是你的文章內容、你提出的方案和見解。雖然你可以發《愛丁堡評論》，但被大家批評寫得差的也不在少數——馬爾薩斯就曾受過這樣的指責。可今天呢？我們的TOP 5期刊，拼的是想法高妙、技術一流、數據稀缺。至于這些文章對我們的政治經濟究竟有什么影響，國內至少不大討論。

如今，AI來了。搞模型的慌了，因為AI推導數學模型很厲害；搞計量的更慌了，因為AI搞得又快又好。只有“搞思想”的樂了，他們覺得自己的思想比AI高明，這體現著他們一貫對技術的無知。

但這一次，我們再也無法鄙視了。因為AI做得實在太好了，又快又好。所有的驕傲，在AI面前都化為了齏粉。

然而，我并不擔心科學的邊界。嚴格來說，科學只是一種方法，一種探究真理的方法。AI只是讓這個方法實施得更快、更好，所以科學才不用擔心AI。那么，大家在擔心的到底是什么呢？

其實，大家擔心的并不是科學的邊界，而是科學家的職業邊界。經過許多代人的推崇，“科學家”已經變成了一個神圣的稱號，就好像你在教會里是教士，很神圣。但現在，AI要扒下這層神圣的外衣，把從事科學職業的人打回原形：原來他們做的工作，也沒什么了不起。

我在哈佛訪學時，室友是一家著名跨國藥企的員工，平時的主要工作就是跑回歸。他跟我說，他在美國做了四、五年博士后，聽起來高大上，其實就是養了四、五年老鼠，把老板的一個想法付諸實驗。前兩年養大鼠，實驗不成功；后面幾年養小鼠，實驗結果也不夠好。于是只好去業界工作。AI來了，我估計我的那位室友會很懷念養老鼠的日子，因為那份博士后的工作，AI取代不了。

說白了，AI也許該改變的是經濟學家這個群體的規模。我們或許不再需要那么多經濟學家了。

嚴格來說，經濟學家也是制造商，他們制造出論文，形成觀點，然后賣給期刊、政府和社會。AI并沒有改變期刊、政府和社會對我們產品的需求，而AI又大幅提高了我們的生產能力。那么，按照最簡單的經濟學分析工具——供求分析——我們的從業者隊伍應該大大瘦身。

所以，AI將改變的，可能只是組織經濟學知識生產的方式，而不會是經濟學作為一門科學的邊界。

當我把這個觀點說出來時，我相信大家心里都是明白的。但是，經濟學家研究別人為什么失業很有一套，讓他們接受自己也會失業，還是有些困難的。

問題是，經濟學專業的學生規模日后也可能會減少——這才是最要命的。但我認為不會。我甚至認為，經濟學拋開了那些讓過去引以為傲的數學建模能力和計量分析能力之后，經濟學教育更能回歸它的本真，即探討“經濟學教育應該培養什么樣的人”？我認為，這會讓它回到亞當·斯密——讓大家認識到，經濟學的目的是為社會立法，保證人們的天賦自由。而這一點，不是靠AI告訴學生，學生就能一下子接受的理念。經濟學在這個意義上，回到了自由思想和理性討論，回到了古典時代。

AI的效率至今無與倫比。那些總以“效率高、更聰明”為傲的朋友們，也許該反思反思了。從美國訪學回來，我就開始反思經濟學。我認為它的目的不能僅僅是效率，也應該捍衛更高的價值。事實上，我之所以極度推崇亞當·斯密，就是感到他追求的“天賦自由”的目標是我所服膺的。我現在在做的《奈特文集》，就是在回答我的另外一個困惑：經濟學如何幫助捍衛自由秩序，又該如何確定自己的邊界？說實話，大陸的不少經濟學家一直在扮演法家的角色，內心也是法家的。但儒家更關心“養成什么樣的人”，這是更重要的事。

也許，當AI替代掉了那些原來意義上的“工程經濟學家”之后，人們會重新思考：經濟學教育和科研，究竟要養成一個什么樣的公民，造就一個什么樣的中國社會。

（AI使用說明：本文是我周六躺在書房陽臺上敲的，不是AI寫的，寫作讓我快樂。但名字是AI取的，因為我在開始寫之前，不知道我會寫成什么樣子。）

2026年5月16日星期六