Auto-Empirical Research Skills (AERS)

在人工智能重塑学术研究的浪潮中，如何确保 AI 生成的代码和结论符合严谨的实证标准？由 斯坦福大学实证研究方法论团队（Stanford REAP） 与 CoPaper.AI 联合打造的 Auto-Empirical Research Skills (AERS) 给出了答案。

这不是一个简单的技能列表，而是一套经过严格安全审计、数值基准验证的“学术工业级”产品。它覆盖了从数据清洗、因果推断、稳健性检验到顶刊投稿及去 AIGC 痕迹的完整工作流，旨在让 AI 代理能够像受过专业训练的研究助理一样，产出可复现、可信赖的实证结果。

核心架构：旗舰流水线与精选生态

AERS 仓库包含 69 个合集、1,145 个自有 Skill，并映射了超过 23,000 个 社区精选技能。其结构分为两大层级：

1. 自研旗舰流水线（⭐）

这是 AERS 的“主干”，由斯坦福团队亲自开发并验证，能够独立跑通完整的实证闭环：

• StatsPAI 🔥：基于 Agent-native Python DSL，只需一行 sp.causal(...) 即可自动完成 DID/RD/IV/SCM/DML 等因果推断全流程。
• Full Empirical (Python/Stata/R)：显式栈实现，分别基于 linearmodels/pyfixest、reghdfe/ivreg2 和 fixest/tidyverse，满足审稿人对特定软件复现包的要求。
• AER-skills 📕：专为 Top-5 经济学期刊（如 AER, QJE）设计的投稿套件，涵盖识别策略审计、稳健性检验及 R&R 回复。
• chinese-de-aigc 🇨🇳：针对知网、万方及 Turnitin 中文版的专用去 AI 痕迹工具，通过五步闭环降低检测风险。
• Paper-WorkFlow 🧭：元编排器，串联选题、设计、估计、写作、润色及模拟审稿的全生命周期。

2. 精选社区生态

按研究阶段分类的 69 个合集，涵盖：

• 🎯 因果推断与计量：如 causal-inference-mixtape (Cunningham 模板), baygent (贝叶斯工作流)。
• 📚 文献与研究设计：如 research-superpower (系统化检索), slr-prisma (系统综述)。
• ✍️ 写作与去 AIGC：如 humanizer_academic, stop-slop (多层痕迹检测)。
• 🛠️ 基础设施：如 latex-document-skill, edgartools (SEC 文件分析)。

信任基石：为什么 AERS 不同？

AERS 拒绝“黑盒”和“灌水”，建立了三层信用锚点：

1. 数值基准验证 (Numerical Benchmarks)：
   每次运行都从原始数据集重算“金标准”答案。例如，在 LaLonde (1986) 数据集中，AI 必须正确识别出朴素比较的符号错误（-$635），并在调整协变量后得出接近实验基准的正向结果（+$1,548）。如果 AI 报告误导性数字，基准测试将直接失败。
2. 行为级评测与安全审计：
   • 17 个评测场景 / 95 条 Rubric：覆盖弱 IV 假性安心、交错 DID 误用 TWFE、编造引用等常见学术陷阱。
   • 52/52 CLEAN 安全扫描：对所有基线合集进行原始文件审计，拦截 pipe-to-shell、反向 shell、凭据外泄等 13 类安全风险。
3. 学术血统与工程落地：
   依托 Stanford SCCEI（中国经济与制度研究中心的方法论积累）和 CoPaper.AI 的实证助手架构，确保每一个 Skill 都符合主流期刊的方法论规范。

快速开始：30 秒选择你的工具

安装与验证

git clone https://github.com/brycewang-stanford/Auto-Empirical-Research-Skills.git
cd Auto-Empirical-Research-Skills
make check        # 执行仓库校验、单元测试、评测 Lint 及数值基准

AERS 不仅是一个工具库，更是一次对“可信 AI 科研”的实践。它通过代码化的方法论约束，让 AI 从“辅助打字员”进化为“严谨的研究合作者”。对于追求发表质量与方法论严谨性的学者而言，这是一套值得深入探索的基础设施。