在2026年5月29日（周五）12:30-13:30，由首都经济贸易大学金融学院主办的论文研讨班第356期在明辨楼304顺利举行。本次研讨活动以“智能体与社会科学研究”为核心主题，特邀暨南大学经济学院副教授王彬老师担任主讲人。学院师生通过线下参与的方式，围绕人工智能智能体的发展现状、在科研全流程中的应用场景，以及如何借助智能体提升研究效率等议题展开了深入的学术交流。会议由刘怡君老师主持，金融学院周开国、邴涛、徐新扩、张路等老师及研究生共同参与，现场气氛热烈，互动研讨氛围浓厚。
随着全球人工智能技术飞速进步、大语言模型日益普及，如何将AI技术深度融入社会科学研究，提升研究效率与创新能力，已成为学界关注的热点。从最初的聊天机器人，到具备文件操控、任务调度与连续执行能力的“智能体”，AI工具的演进为科研工作带来了全新可能。然而，如何准确把握智能体的本质、有效将其应用于研究构思、数据分析与论文写作等环节，仍是亟待探索的重要课题。
本次研讨中，王彬老师从AI发展的阶段切入，系统阐述了智能体的概念及其与聊天机器人的本质区别。他指出，像Claude Code、Codex、Open Code等智能体，不仅能实现问答交互，更具备本地文件读写、程序运行、任务分解与并行处理等功能，堪称“可执行的研究助理”。他还结合自身在多设备上的安装与使用经验，推荐了Claude Code与Open Code两种工具，并分享了不同工具的优劣及应对策略。
在科研流程应用方面，王彬老师详细展示了智能体如何助力研究想法构建、理论模型搭建、数据搜集与清洗、数值量化分析以及论文写作与修改。他强调，智能体在处理可核查的程序性任务（如数据获取、回归分析、数值求解）时幻觉风险极低，效果尤为显著。通过现场演示构建ESG与企业财务绩效的信号机制模型，以及收集并绘制七国集团（G7）2000-2020年失业率的时间序列图两个案例，王彬老师生动呈现了智能体从制定计划到执行任务的全过程。他建议研究者坚持“先做计划、分步执行、交叉验证”的原则，避免一次性大段输出，从而最大化地发挥智能体的优势。
在互动讨论环节，金融学院多位老师围绕“不同大模型交叉审计结果是否可靠”、“变量计算不一致”、“文献幻觉风险”等实际使用中的问题，与王彬老师展开了深入探讨。
本次论文研讨班第356期的成功举办，不仅为首都经济贸易大学师生提供了与AI智能体前沿实践对话的高水平平台，更从方法论层面为理解“人机协作”背景下的科研流程重构提供了全新视角。在人工智能与社会科学研究深度融合、科研范式加速变革的背景下，本次研讨为推动智能体在数据采集、理论构建、代码生成与论文写作等环节的规范应用提供了重要的实践指引，也为学院师生在人机协作、智能体驱动的科研新范式等交叉领域的研究拓展了思路、夯实了基础。
主讲人简介：
王彬，暨南大学经济学院副教授，博士毕业于香港城市大学。研究方向为宏观经济学以及政治经济学，研究话题包括生产网络、低利率环境、晋升激励、劳动搜寻匹配等。其论文发表于 Economics Letters, Journal of Comparative Economics, Journal of International Money and Finance, Macroeconomic Dynamics 等。
供稿：刘雨辰