今天用Claude Code实现了一次人机的学术合作。我来提供论文的大致思路，核心的五六篇文献，可能用得上的数据，Claude提出具体的执行方案，我跟它讨论，最终敲定执行方案，然后它来完成所有实证分析和写作，我再给review，它再修改。经过一些调试，大概能在一个小时内产出一篇文章，包括附录在内大约40页，图表都很完整和规范。

我感觉这个过程很像带学生做研究，虽然我还没有带过学生。但最初版的Claude很像一个想法很多，但实际水平一般的学生；执行力强，方法懂得很多，但细节不够，容易犯很多新手的错。能完成，但经常一地鸡毛。

文章的第一稿大概是普通硕士生的毕业论文水平，看着啥都有，但很多硬伤。经过一些训练，大概能达到博士生一二年级课程论文的水平。

但这个过程其实蛮依赖人类作者的。Claude虽然每次都一副信誓旦旦的样子，但其实有很多地方不如人类严谨，稍微push它一下，它就开始道歉了。但不断地教它，它确实进步得很快。我只调教了它一天，就已经非常明显地有成长了，我相信不断微调和优化一定会更好。

实际操作下来，我的感觉是，优秀的人类研究者还是很难被取代。文章的上限实际上还是我的水平，Claude只是很大程度上节省了我的时间，让我的试错成本降低到了原本的百分之几。原本我可能需要花一个月时间，清洗数据，分析结果，阅读文献，琢磨写作，才能形成这样一篇文章，然后才痛心疾首地意识到，它上限其实很有限，很难在很好的期刊发表，我实际上浪费了一两个月的时间，但现在我可能只需要浪费一天。

这样的结果一定是会有大量的平庸的论文出现。很完整，很像模像样，但其实就那样。未来写这样的文章会极其容易，人人都可以有自己的论文工厂，人人可以拥有“机械复制时代的学术论文”。

优秀的研究应该还是罕见的。好的研究还是很依赖于，优质的基础数据，对有趣问题的嗅觉，以及人类的灵光一现。

AI时代，一切都很快，最慢的就是人脑。但决定上限的也是人脑，这种思考始终没法被取代，所以不能停下来，要不断精进自己的脑子。

#学术好东西# #科技政经# #读文献#