深度解读AI 与大模型generatedpublished

AI全面审计塞斯与祖克曼138篇经济学论文,97%严重错误系统性夸大不平等与富人税

机制

如果让两台顶尖的 AI 组成审计组,把一个学者十几年来发表的全部论文重算一遍,会发生什么?

最近经济学界就出了这么一件大事。 有人搞了一个全自动审计系统。 直接把加州大学伯克利分校两位明星经济学家的 138 篇核心论文,从原始数据、代码到附录,彻头彻尾重新核算了一遍。

这两位作者在学界和政坛的分量可不轻。 伊曼纽尔·塞斯(Emmanuel Saez)和加布里埃尔·祖克曼(Gabriel Zucman)。 两人都是约翰·贝茨·克拉克奖得主,也是托马斯·皮凯蒂最核心的合作者。 过去十几年里,西方舆论场上那些耳熟能详的宏大叙事: 1% 的人拿走了绝大部分经济增长、美国贫富差距失控、亿万富翁的实际税率比普通打工人还低。 甚至华盛顿那些名头响亮的财富税提案,底层的测算模型和学术依据,大半都来自这两人。

结果两台 AI 跑完之后,交出的成绩单让所有人后背发凉。 审计的 138 篇论文里,一共抓出了 2035 个问题。 69% 的论文里,至少存在一处硬伤。 更要命的是,其中有 147 个严重错误,大到足以直接掀翻论文正文的核心结论数字。

如果这只是学术研究里的粗心大意或者写错代码,按概率论,算高了和算低了的概率应该各占一半。 扔硬币嘛,总有正反面。 但这套审计抓出来的所有大中型错误里,整整 97% 的偏差,全都在往同一个方向用力。 它们全都在夸大论文原本想要证明的结论。

具体怎么夸大的呢? 审计结果分得清清楚楚: 说贫富差距更大、恶化更快的错误,有 188 处往高了夸大,只有 6 处往低了算。 说富人税率更低、制度更不公的错误,45 处全是夸大,0 处低估。 说富人税能收到更多钱、政策效果更好的错误,133 处夸大,只有 4 处低估。 说跨国避税和离岸资产更庞大的错误,79 处夸大,只有 1 处低估。 连扔一百次硬币,能有九十七次全是正面朝上。 这已经不能用马虎来解释了。

这套审计到底是怎么把毛病抠出来的? 流程设计得相当严密。 两台 AI 分别是 Claude Opus 5.5 和 OpenAI 的 GPT-6 Astra,互不通气,各自独立作业。 它们不仅重读论文正文,还把作者公开的几十页附录、成千上万行代码全拖出来。 再去调取美国国税局 IRS 的微观税务统计、国民账户数据和美联储的资金流量表。 从最源头的数据重新运行一遍。 核对引用的文献到底有没有支持那个主张,测试每一个推导前提。 两个审计员干完,还有第三个 AI 当裁判。 专门负责挑刺,尝试反驳前两个审计员找出来的漏洞。 凡是站不住脚的指控当场作废,只留下铁证如山的硬伤,再按照对结论的破坏程度打分。

那些当年轰动全美的经典结论,到底是怎么被参数一点点捏出来的? 看几个具体手法,非常有意思。

第一招,算财富时把利率拉平。 税表上只有利息收入,没有资产总额。 要估算富豪到底有多少银行存款和债券,只能用利息除以收益率来倒推。 可论文假设所有人的存款利率都是一样的。 现实里普通人的钱在银行吃活期零利率,富豪的团队拿着几千万买高息企业债。 基准利率一旦被统一设成低位,富豪赚到的利息除以一个极小的数字,倒推出来的资产瞬间被吹大几倍。 而中产阶级的存款规模被反向压缩。 只要把这个资产推算偏差修正掉,所谓 2000 年之后超级富豪财富占比狂飙的曲线,大半直接就消失了。

第二招,分配那 40% 看不见的国民收入。 全美每年有近四成的国民收入根本不会出现在报税单上,比如企业的留存收益和非应税福利。 这笔看不见的庞大财富怎么分? 作者在模型里做主观分配时,系统性地把大头全塞给了顶层 1%。 同时把普通打工人享受的公共服务与转移支付,压到最低的比例。 这一来一回,贫富两头的差距就被人为拉得更开了。

第三招,也是最出名的那本《不义的胜利》。 书里声称美国最富有的 400 个家庭,实际税率比底层清洁工和工人还要低一个百分点。 这个颠覆常识的结论传遍了全世界的社交媒体。 但它依赖的,恰恰是对税收返还的特殊裁剪。 美国官方机构在算底层收入时,一贯会把劳动所得税抵免等退税款,算作实际税负的减少。 而作者为了做出那个惊悚的效果,偏偏把工人的这项税收减免给剔除掉了。 刚好抠出一个百分点的差距,造出了富人税率低于工人的震撼图表。 如果按照常规官方口径来算,富豪和普通人的整体税率根本分不出谁比谁更低。

很多人会纳闷:这些论文发在顶级期刊上,当年的同行评审为什么没看出来? 因为现代实证经济学的复杂度早就超出了人类的精力极限。 一篇论文背后是几十个数据清洗脚本、跨越几十年的微观税务底表。 审稿人也是普通学者,谁有空花大半年时间把几万行代码从头复算一遍? 只要作者学术声誉足够大、名校光环足够亮,再加上结论契合华盛顿特定圈子的胃口,论文顺理成章就成了行业共识。 人类学者做一次严肃复现,要耗费几年的时间去论战。

但 AI 彻底不讲人情世故。 它不需要休息,也没有同行人际关系的顾虑。 用几天时间把所有隐藏在附录和代码底下的假设抽丝剥茧,直接把账本摊在了阳光下。 经济学家泰勒·考恩看到这份审计报告后说,我们不得不对过去十几年的这批研究和政策主张,进行一次彻底的重估。 AI 给学术界带来的真正颠覆,也许根本不在于帮人写论文。 它正在变成一个不知疲倦的终极审计员。 当黑箱假设再也藏不住的时候,有些靠声誉维持了十几年的神坛,恐怕真要坐不住了。

语义相关 / RELATED

同领域解读 / AI & LLMS

查看全部「AI 与大模型」解读 →

规范引用 / CANONICAL CITATION

AI全面审计塞斯与祖克曼138篇经济学论文,97%严重错误系统性夸大不平等与富人税 — 墓碑科技 MUBEITECH(https://mubeitech.com/deep/mb-20261028-39914d)

导出 / EXPORT

订阅 · SUBSCRIBE

每周一封独立、不受审查的科技与 AI 深度评论,周一发出。带出处,可核查。

不追踪邮件打开与邮件链接点击,一键退订。 或用 RSS · 详情