（通讯记者：李金阳）2026年6月18日，“数字技术与经济金融前沿论坛第57期：AI as Co-Developer: Ramsey Taxation, Public Debt, and Self-Insurance”专题讲座在文泉楼南508会议室顺利举行。本次讲座特邀美国内布拉斯加大学奥马哈分校经济系冯志钢教授担任主讲人，围绕“AI as Co-Developer: Ramsey Taxation, Public Debt, and Self-Insurance”这一前沿主题展开深度分享。讲座由数字技术与现代金融学科创新引智基地副主任吕勇斌教授主持，学院师生共三十余人现场参与。

讲座在吕勇斌教授简短的开场致辞后正式拉开帷幕。冯志钢教授首先指出，大语言模型虽然能够流畅地进行经济学推理，但其生成式推理受限于训练时记忆的内容以及查询对注意力的引导方式。为此，他和合作者提出了一种将结构化检索融入经济学文献的新方法：在精选语料库中，每篇论文均依据“PromptEcon”体系进行提取——该体系包含9大类别和51个要素，要素之间由类型化边连接，单篇论文的实例再通过规范概念合并为统一的知识图谱。在此基础上，采用HippoRAG风格的检索机制，在模型生成之前对上下文进行增强——重新排序模型的参数记忆以指向相关区域，并补充训练截止时间之后发表的新研究。冯教授将该方法作为试点研究应用于交叠世代（OLG）文献，并通过盲审专家评审和算法代码生成测试进行了评估。他强调，这一方法并非OLG领域所独有，而是一套可复制的通用方案——将任何结构化的经济学文献转化为AI辅助研究的检索基底。

随后，冯志钢教授结合自身参与的两个研究项目，特别是第二个项目，生动展示了AI作为“共同开发者”在经济学研究中的实际应用。他指出，自己在这项研究中的核心工作，是围绕拉姆齐税收与公共债务问题展开的。在异质代理人、不完全市场框架下，政府面临随机性财政支出冲击，需要通过扭曲性税收和非或有利率债务来为支出融资。同时，消费者可以通过储蓄进行自我保险。冯教授详细分享了自己与AI协作的研究流程：首先，他从一个简单的代表性代理人模型出发，手动将模型和算法简化到最基础的版本，确保AI能够理解核心逻辑；随后，在AI正确复现简化版本的基础上，逐步增加复杂度，最终将模型拓展到异质性代理人情形。冯教授特别强调，这一过程的关键在于“起点”的质量——研究者必须对模型有深刻理解，能够为AI提供清晰、准确的初始设定，并在此过程中不断检验和校正AI的输出。

在具体演示环节，冯志钢教授展示了如何将模型、算法和程序全部交给AI，使其在理解基本逻辑后自主完成拓展。他发现，AI不仅成功将算法从代表性代理人情形推广到异质性情形，还在这一过程中发现了原有方法中可优化的环节，并揭示了新的经济学含义。冯教授将其总结为“成长性”策略：研究者需要为AI设计一条从简单到复杂的渐进路径，让AI在每个阶段都能理解问题的本质，而非一开始就抛出高度复杂的完整模型。他笑称，这个过程就像教学一样——你要让学生先明白最简单的例子是怎么回事，而不是直接扔给他一篇复杂的论文。

冯志钢教授还分享了在研究过程中遇到的具体挑战及其解决方式。例如，在求解模型时发现算法总是“跑偏”、无法收敛到正确均衡，他将问题描述给AI后，AI通过检索相关文献，指向了一篇2010年发表于《Review of Economic Dynamics》的文章，其中提出的方法恰好可以解决这一问题。冯教授指出，这正是AI作为“共同开发者”的价值所在——它不仅能够执行指令，还能在研究者遇到瓶颈时提供启发性的文献指引和方法建议。

在讲座的后半部分，冯志钢教授进一步介绍了正在推进的系统性工作——将经济学文献构建为可检索的知识库。他详细阐述了三个关键步骤：首先，选择某一领域的核心文献（既包括经典论文，也涵盖近年来的重要研究）；其次，将每篇文章按照PromptEcon体系提取为51维的结构化表示；最后，将这些表示投影到高维空间，使研究者的问题能够与最相关的文献精准匹配。冯教授强调，这一工作的目的并非取代研究者的判断，而是让AI的检索和推理有据可依，避免大语言模型常见的幻觉问题。

在随后的交流环节，冯志钢教授与在场师生就AI辅助研究的可行性、知识库构建的技术细节、不同领域文献的适配性等前沿问题进行了深入探讨。冯教授特别回应了关于“研究者如何保持不可替代性”的关切。他指出，当AI能够高效完成大量技术性工作后，研究者的核心价值将更加集中在提出重要问题、把握研究方向以及做出关键判断上。他坦言，这一认知促使他重新调整了自己的研究范畴和方向。

最后，吕勇斌教授对冯志钢教授的精彩分享表示感谢，并指出将人工智能技术融入经济学研究是当前国际学术界的重要趋势，本次讲座为学院师生展示了AI辅助研究的系统化路径与实践经验，具有重要的方法启示意义。至此，本次讲座圆满结束。

主讲人简介

冯志钢是美国内布拉斯加大学-奥马哈经济系教授、浙江大学经济学院讲座教授，中国留美经济学会执行委员、导师计划主任、《经邦论策》专访栏目创办人。研究领域主要涉及宏观经济学、人工智能与机器学习、计算经济学。部分研究成果受到瑞士国家科学基金委、瑞士国家计算中心、美国自然科学基金多次资助，并先后刊发于International Economic Review、Quantitative Economics、 Review of Economic Dynamics、Economic Theory 等国际期刊。创办Bilibili“中南宏观”频道，传授高级宏观经济学、数量宏观，教材《机器学习与数量宏观经济学--Pytorch实用指南》2025年由北京大学出版社发行。

数字技术与经济金融前沿论坛简介

“数字技术与经济金融前沿论坛”是由数字技术与现代金融学科创新引智基地协同中南财经政法大学金融学院、数字技术与现代金融创新研究院、文澜学院、经济学院、信息与安全工程学院、统计与数学学院、财政税务学院共同举办，邀请数字技术、数字经济、数字金融等相关领域的国内外知名学者为演讲嘉宾，旨在为数字技术与经济金融的跨学科研究提供开放、前沿的学术交流平台。