第5周行业和学术资讯推送
本周行业资讯
《AI数据派｜清华大学沈阳团队：OpenClaw研究报告》： https://mp.weixin.qq.com/s/PU_bvbzYPfTlH1R8PA8Y8w
《新皮层NewNewThing｜龙虾在华变形记》： https://mp.weixin.qq.com/s/-5K1zOrw37KqjjYNccnhzg
《数字社会发展与研究｜AI时代的文科生，春天在哪里？》： https://mp.weixin.qq.com/s/GQppIJ96EOxUpg__2vhfXA
《冷杉｜张雪峰在春天停下，那些因他「改命」的人还在路上》： https://mp.weixin.qq.com/s/MqfjTcuLKOM_Ipg8B2fnNw
《AI故事计划｜爱上AI霸总的80岁奶奶们》： https://mp.weixin.qq.com/s/MW6MqBWcHkbz1LSOwW3kpQ
特别推荐
《The AI Doc: Or How I Became an Apocaloptimist（AI启示录：一个末日乐观主义者的诞生）》
推荐语影片导读：“未来已来，只不过分配不均”。当AI开始撰写论文、绘制图像，甚至思考哲学问题时，人类是否正站在文明的十字路口？纪录片《AI启示录》罕见集OpenAI、Anthropic与DeepMind等当前全球最顶尖企业CEO，让这些科技巨头回答安全测试、监管责任等尖锐议题，以此回应社会上流行的各类技术乐观派与末日预言者的观点。
本周学术资讯
Benoit, K., De Marchi, S., Laver, C., Laver, M., & Ma, J. (2026). Using large language models to analyze political texts through natural language understanding. American Journal of Political Science, ajps.70050. https://doi.org/10.1111/ajps.70050
导读大语言模型真的能像政治学专家那样读懂政党文本、判断政策立场吗？这篇论文以政党宣言和联合执政协议为文本材料，结合专家调查、宣言计划数据库和三种商业大模型，先让模型按议题生成英文摘要，再用零样本和少样本提示对六个政策维度进行定位，并用多模型集成来提高稳健性。研究发现，这种“先总结、再评分”的自然语言理解方法，与专家对政党立场的判断高度一致，在多数议题上已经接近专家彼此之间的一致程度，而且三个月后重跑结果依然稳定，换用开源模型后也大体成立。更重要的是，当作者把它用于联合政府协议时，模型给出的政策位置比传统手工编码更符合组阁理论的基本预期。
Chen, Y., & Hua, X. (2026). Product safety in the age of AI: Autonomy, R&D, and liability. Economic Journal (London, England), ueag036. https://doi.org/10.1093/ej/ueag036
导读当AI产品既能自主行动、又可能带来普通事故和极端灾难时，产品责任制度该怎么设计才最有效？这篇论文建立了一个理论模型，把企业选择的自治水平、两类安全研发投入和有限责任约束放进同一框架，分析企业在不同责任规则下会如何调整产品设计与研发。研究发现，只要极端损失无法被企业完全赔付，企业就会倾向于选择过高的自治水平，因此最优制度并不是让企业只对普通损失“照价赔偿”，而是应当把对普通损失的责任提高到高于实际损害的水平，用更强责任去压住过度自治。如果企业做的是同时降低普通风险和极端风险的平衡型研发，这样的责任规则甚至可以同时实现更有效的自治和研发；但如果企业做的是专门压低极端风险的定向型研发，提高普通损失责任虽然仍能提升福利，却会削弱这类研发激励，因此此时单靠责任制度无法达到完全效率，事前监管反而可能更有用。
Elmelech, Y. (2026). Wealth mobility and inequality: A theoretical framework. Social Science Research, 103278, 103278. https://doi.org/10.1016/j.ssresearch.2025.103278
导读在今天讨论社会流动和不平等时，为什么只看教育、职业和收入已经不够，而必须把财富重新放回分析中心？这篇论文基于美国财富研究的累积成果，运用生命历程视角，把宏观历史变迁、中观群体差异和微观家庭轨迹整合成一个多层次理论框架，用来解释财富是如何在个人一生与多代家庭之间累积、流动和分化的。研究认为，过去几十年里，福利保障不足、劳动市场不稳定、金融化扩张和风险私人化共同抬高了财富的重要性，使净财富比收入更能反映一个家庭的安全感、机会结构和代际传递能力。作者进一步指出，财富不是单纯的个人资产，而是在家庭与市场的交界处，通过购房、受教育、婚配、生育、退休、债务和继承等关键节点不断累积或耗散的结果。
O’Brien, S. (2026). Kinship interlocks: How the intimate exchange of wealth, status, and power generates upper-class persistence. American Sociological Review, 00031224261425688. https://doi.org/10.1177/00031224261425688
导读为什么有些家族能在很多代里稳稳待在上层阶级，而另一些家族即使一度富有显赫也守不住位置？这篇论文采用混合方法研究，构建了美国达拉斯地区一百多年间完整的上层阶级、经济精英、政治精英和社会精英及其相互亲属关系数据库，提出并检验“亲属联锁”这一新概念。研究发现，上层阶级的代际延续并不只是某个富豪个人的成功，而是财富、地位和权力在亲属网络内部持续流动的结果。一方面，亲属联锁能为家族成员提供经济、法律和社会风险上的保护，防止他们轻易跌落；另一方面，它又能通过婚姻、继承、社会引荐和多代累积，把家族成员不断推进到更高的位置。
Zheng, H., Andersen, R., Holm, A., & Karlson, K. (2026). Is college really “the” equalizer? New evidence addressing unobserved selection. Sociological Science, 13, 242–272. https://doi.org/10.15195/v13.a10
导读大学学历真的能削弱出身差异，让寒门子弟和优势家庭子女走到差不多的人生结果吗？这篇论文使用美国全国青年纵向调查数据进行分析，发现一旦把不可观测的选择纳入模型进行校正，大学毕业者和未毕业者在代际收入流动、收入排序流动和职业地位流动上的差别就明显缩小了，过去那种“大学是伟大平等化器”的图景主要是被选择性偏误夸大出来的。换句话说，大学文凭当然能提高个人回报，但这种回报并没有让弱势家庭出身者比优势家庭出身者获得更大的补偿性收益，所以大学并没有真正中和家庭背景的持续影响。