# 双剑合璧：智能体时代的 Stata 实证


当 ai 打败柯洁时，人们依旧认为 ai 离自己的事业很遥远，正如柯洁看到 ai 打败李世石时的年少轻狂。直到 2026 年，实证学习者们才开始围绕 ai 建立一种“自动化”的恐惧。

最近 David Yanagizawa-Drott 教授启动了智能体实证分析项目（[APEP 项目](https://ape.socialcatalystlab.org/)）；陶哲轩建立了智能体对 Erdős 数学问题集贡献的项目（[AI contributions to Erdős problems](https://github.com/teorth/erdosproblems/wiki/AI-contributions-to-Erd%C5%91s-problems)）。计算机领域热词也层出不穷——agent、skill、vibecoding、mcp、ABM model......[^1]

就具体研究而言，再比如两个具体例子[^2]：
- 《[A dataset on the spatiotemporal distributions of street and neighborhood crime in China](https://www.nature.com/articles/s41597-025-04757-8)》：使用 LLM 提取裁判文书刑事案件的变量。
- 《[Decoding China's Industrial Policies](https://www.nber.org/papers/w33814)》: 使用 LLM 对海量政策进行编码解析。

不严谨的概括:让 ai 成为一个（具备某些特点的）操控主体（agent），能操控自己电脑上的软件（mcp 能力），也就完成了一种自动化编程流程（vibecoding）。结合 ai 的 api 和 VSCode 插件。这里我们可以建立一个粗糙的环境简单体验一二。

## 让 ai 操控软件


最简单的集成版本—— [cusor](https://cursor.com/)、[claudecode](https://code.claude.com/docs/zh-CN/overview)[^5]。

但是我们也可以通过 VSCode 实现 all in one。

需要以下软件：

- VSCode：代码编写环境
- Git：版本控制，文件传输管理
- Node.js：可以写后端、操作文件、控制硬件。
- cc Switch： 调用集成 ai 的 api。

针对国内环境，推荐参考以下视频：

{{< bilibili BV19vc5zUEeQ>}}

当实现以后，就可以在 VSCode 中调用 ai 的 api 直接操作编辑页面。

> 若是第一次使用 VSCode, 操作记得先建立一个新文件夹，然后打开 VSCode, 点击文件，打开新建的对应文件夹，剩下的就是在其中操作了。

## 进一步加入 stata 插件

### StataMCP 插件

当你完成上一步操作后，你完全可以调用 ai 服务帮你开展其他设置操作😀。

![插件名称](/img/Stata_auto.zh-cn-1771516675297.webp)

我个人推荐在 VSCode 中下载这几个 stata 插件。

- Stata language：识别 stata 语法
- Stata Outline：让代码能识别大纲，标题格式为 `**#`。有几个 `#` 就是几级标题，最多六级标题。
- Stata MCP：核心，让 VSCode 具备控制 stata 的能力。

需要的额外设置也很简单，只需要在 stata MCP 的设置页面输入自己安装 stata 的文件夹目录：

例如我的就是 `D:\stata`。我使用的是 stata MP 版本[^3]。

![自己安装 stata 的文件夹目录](/img/Stata_auto.zh-cn-1771516985076.webp)

Stata MCP 插件会让页面出现以下按键，其实就对应着 stata 的运行。

![按键|127](/img/Stata_auto.zh-cn-1771517247069.webp)


### 让 ai 具有调用 stata 的权限

为了让 ai 具有操纵 stata 软件的能力，首先需要下载 mcp 协议桥梁 `mcp-proxy`。

```txt
ai <-> mcp-proxy <-> stata-mcp <-> Stata
```

直接在 `powershell` 窗口运行以下代码即可下载

```python
pip install mcp-proxy
```
### Claude code 接入 statamcp

`claude code` 对 mcp 的管理比较谨慎，兼容不像 codex 那么便利。目前我似乎是通过在 `.claude` 下方添加以下 `.json` 文件实现了连接。

```js
{

  "mcpServers": {

    "stata-mcp": {

      "command": "mcp-proxy",

      "args": ["http://localhost:4000/mcp"]

    }

  }

}
```


### Codex 接入 statamcp

> 这种接入要求 stata 必须有许可证。如果用的 stata 破解版需要基于许可证的破解版。

接下来在 ai 的本地设置中，让 ai 知道我们已经打通了调用 stata 的权限。例如目前我使用的是 `vscode+codex` 的组合，本地配置文件就在 `C:\Users\Administrator\.codex\config.toml
`
> 这一步直接让 ai 自己修改即可。

加入以下设置

```js
[mcp_servers.stata-mcp]
command = "mcp-proxy"
args = ["http://localhost:4000/mcp"]
```

最终 ai 就用有了自己运行代码的能力。

> 提示词：修改完善代码，基于sysuse auto进行一个实证分析。加入代码大纲层次，** # 为标题格式。 # 有几个代表几级标题，最多六级标题。

![运行界面](/img/Stata_auto.zh-cn-1771517125007.webp)

### 其他 statamcp 插件

LSE 的 Thomas Monk 教授也出了一个自己搭建的 statamcp 插件 [Stata Workbench](https://github.com/tmonk/stata-workbench)。不过我个人觉得没有 statamcp 插件好用。

关于选择哪家的本地 cli 编辑器。如果不止用 vscode, 个人推荐 claude code ，切换其他模型更便捷，跨平台推广更好。如果只在 vscode 上使用，个人推荐 codex，目前工程上的优化确实优于 claude code。

![如图,我从csmar下载了四个企业变量数据，然后通过codex让其合并并进行探索性的回归分析](/img/Stata_auto.zh-cn-1774196570649.webp)


## 论文测试

目前我用这套流程测试产生了三篇论文：

- 第一篇：让 ai 自己清洗 csmar 的企业数据并进行分析《[组织规模、人力资本结构与上市公司违规风险：来自中国上市公司的面板证据](https://github.com/hzp2333/GPT5.4_Paper_automated_testing/blob/main/stata%E6%B5%8B%E8%AF%953/paper/main.pdf)》
- 第二篇：测试 ai 的数理建模《[走人户随礼、关系资本与跨期财富配置：一个关于中国礼物流动的经济学解释](https://github.com/hzp2333/GPT5.4_Paper_automated_testing/blob/main/stata%E6%B5%8B%E8%AF%952/gift_exchange_paper.pdf)》
- 第三篇：测试 ai 的可视化程度《[城市企业进入退出与营商活力：基于 2000-2023 年全国市级地区-年份面板的描述性研究](https://github.com/hzp2333/GPT5.4_Paper_automated_testing/blob/main/stata%E6%B5%8B%E8%AF%953/paper/main.pdf)》


## Obsidian 加入 ai

同样，当你完成第一部——配置好 claude 调用 deepseek 的 api 后，你也可以在其他编辑器上实现同样的操作。例如 `obsidian`。

BRAT 是 Obsidian 用于安装测试版插件的工具。

1. **安装 BRAT：**
    
    - 在 Obsidian 设置中，前往 **Community plugins**（第三方插件） -> **Browse**（浏览）。
        
    - 搜索并安装 **BRAT** （Beta Reviewers Auto-update Tester）。
        
    - 安装后点击 **Enable**（启用）。
        
2. **添加 Claudian 仓库：**
    
    - 打开 **BRAT 插件设置**。
        
    - 点击 **Add Beta plugin**。
        
    - 在弹出窗口中输入 GitHub 地址：`YishenTu/claudian`。
        
    - 点击 **Add Plugin**。


我个人喜欢让其翻译本博客中文文档，适配英文版本。

## 推荐 api？

### Api 平台

个人觉得国内 api，deepseek 的性价比最高。

以下大厂平台都送一些注册免费额度：

- [阿里百炼](https://bailian.console.aliyun.com/)
- [硅基流动](https://siliconflow.cn/)：推荐，包含免费模型。且有新手送的 65 元代金券和协作计划。
- [智谱](https://open.bigmodel.cn/)[^6]
- [火山引擎（字节的）](https://www.volcengine.com/docs/82379)

![GLM 注册送的资源包。不过我两天就用得差不多了。](/img/Stata_auto.zh-cn-1771587415799.webp)

### 基于 api 消费数据看 llm 市场

最近已经有论文利用 api 提供市场进行分析。典型的就是国内也可以用的 [OpenRouter](https://openrouter.ai/)。[OpenRouter](https://openrouter.ai/) 也提供了一些免费的大模型。不过免费调用赚的是账户余额。

{{< admonition type=warning  title="OpenRouter免费模型的限制" open=false >}}

限制可以参考：[limits](https://openrouter.ai/docs/api/reference/limits)

- **未充值或余额不足 10 美元的用户**：每日 50 次请求。（以前为 200 次）
- **账户余额在 10 美元以上的用户**：每日请求从之前的 200 次提高至 **1000 次**
- **每分钟 20 次请求**：无论哪种用户，免费模型均维持每分钟最多 20 次请求的限制。

{{< /admonition >}}

![一些免费模型](/img/Stata_auto.zh-cn-1771921574690.webp)


![OpenRouter用户数据总体可视化做得相当不错，可以在上面参考现在的消费者主要用什么模型，做的任务主要是什么](/img/Stata_auto.zh-cn-1771695202842.webp)

NBER 最近有篇论文爬取了 OpenRouter 网站的数据进行市场分析:

《[The Emerging Market for Intelligence: Pricing, Supply, and Demand for LLMs](https://www.nber.org/papers/w34608)》

最让我印象深刻的是下面这几个图：

![图片显示了过去六个月内发布的模型性能分布，该分布基于智能指数(IntelligenceIndex)绘制。红线为模型智能中位数，深灰色和浅灰色阴影区域分别表示第25-75百分位数和第10-90百分位数范围。分布的扩大进一步反映了前沿领域的进步：当今表现最好的模型达到了样本中最早模型性能的约六倍。](/img/Stata_auto.zh-cn-1771695412057.webp)


![纵坐标为每百万tokens价格的对数值。在2023年中期至2024年初急剧下降之后，即使更新、更强大的模型进入市场，价格也保持相对稳定。在任何给定的时间点，最低十分位数的模型比最高十分位数的模型便宜50到150倍。](/img/Stata_auto.zh-cn-1771695452859.webp)

在 NBER 论文之前，其实 OpenRouter 团队自己就用数据做过分析，就在：

《[An Empirical 100 Trillion Token Study with OpenRouter](https://openrouter.ai/state-of-ai)》

![ 每个点代表 OpenRouter 提供的模型，按源类型着色。闭源模型趋向高成本高使用象限，而开源模型则主导低成本、高流量的区域。虚线趋势线几乎平坦，显示成本与总使用量之间的相关性有限。](/img/Stata_auto.zh-cn-1771695660257.webp)


## 安装 skills

### 安装与说明

Skills 其实就是 ai 的指导说明书，指导其在具体场合具体怎么处理。在其中添加脚本或流程就能约束模型在特定场景下的输出结果。

关于 skill ，特别推荐阅读这位博主的文章进一步了解：

《[上下文是稀缺资源｜RAG、Memory、Skills 的设计哲学刍议](https://www.lapis.cafe/posts/ai-and-deep-learning/agi/context-scarcity-rag-memory-skills/)》

此时依次输入以下命令，就可以下载 claude 官方准备的 skills 包。

安装 skills 市场：


```js
/plugin marketplace add anthropics/skills
```

安装官方编写的一些 skills 包

```js
https://github.com/anthropics/skills
```

![如图](/img/Stata_auto.zh-cn-1771595992572.webp)

例如我直接将一个[经济学 skills](https://meleantonio.github.io/awesome-econ-ai-stuff/) 的 github 发给 claude 让它自己下载：

```html
https://github.com/meleantonio/awesome-econ-ai-stuff
```

![经济学skills](/img/Stata_auto.zh-cn-1771596445258.webp)

例如，这是我在下载 [obsidian 的 skills](https://github.com/kepano/obsidian-skills/tree/main) 后，让它绘制了[一篇博客文章](https://blog.huaxiangshan.com/zh-cn/posts/fs3/)的思维导图：

![如图](/img/Stata_auto.zh-cn-1771596774086.webp)

与 skill 形成配合的往往还有 hook。如果说 skill 是 ai 的指导书，让 ai 能快速地选择参考资料；hook 就是参考指南。简单的理解为——特定场景下强制执行的脚本。例如一旦阅读文献，执行一个给定的词云分析脚本。Hook 可以和 skill 匹配使用，形成指令判断-选择流程-执行脚本的过程。

### Skill 资源

可以在以下网站寻找 skills 资源

- [Skills. Sh](https://skills.sh/) （个人推荐，也推荐参考这里面的命令统一安装 skills ）
- [skillsmp.com](https://skillsmp.com/)
- [awesome-agent-skills](https://github.com/VoltAgent/awesome-agent-skills)

首先推荐个寻找 skills 的命令，安装之后明显调用 skills 更顺畅准确率。

```js
npx skills add https://github.com/vercel-labs/skills --skill find-skills
```

![下载这个skill后识别确实更加顺畅了](/img/Stata_auto.zh-cn-1771684866236.webp)


## 更深的自动化术语？

如果想要更深入地了解当今结合 ai 的自动化流程，或许可以进一步检索 vibecoding 相关术语。现在也有很多经济学家开始介绍自己的 stata+智能体编程。例如：

- [Claude Code for Economists](https://ai-mba.io/cohorts/claude-code-economists)。（[作者推特](https://x.com/aniketapanjwani/status/2021663279307706372)有更详细的链接）。
- [大年初六我把论文复现Claude Agent公开了，欢迎使用](https://mp.weixin.qq.com/s/fqvZMSqM_8eYsZo0lZH1GA)

对标同样的 claude code ，openai 的是 [codex](https://openai.com/zh-Hans-CN/codex/)，google 的则是 [gemini cili](https://geminicli.com/)[^7]。如今正在早期竞争阶段，各家注册福利都不少。

现在估计每门计量经济学，甚至是经济学的开学第一课，都是自问怎么应对 ai 冲击。不过也别怕，工业革命之前还得是能源革命。现在 ai 烧钱烧资源性价比太低了，泛用注定是个大问题。但是，让人恐怖的不是 ai 的绝对值，而是进步的迭代速度，至少能让我们对变化的时代保持一种清醒。从另外一个角度讲，赛车早已超越了人类的极限，我们却依旧为百米赛跑感到刺激、恐惧、兴奋。若真如刘慈欣《诗云》那样[^4]，某种文明能排列出所有的文字组合，我们对诗歌的感受才是更重要的事情。

![漫改电影《百米》：跑得快不一定能解决所有事，但只要在100米内跑得比任何人都快，那就能解决任何事情。](/img/Stata_auto.zh-cn-1771518187683.webp)







[^1]: 深度学习，机器学习，大模型的概念区分也很微妙。说到底，智能到底是什么，这本身就是一个深刻的问题。
[^2]: 其实我觉得这类 LLM 分析，主打的就是个“力大飞砖”
[^3]: 个人永远推荐 MP 版本，能根据计算机的核灵活增加计算效率。
[^4]: 我的感慨可以参考《[无心之歌](https://blog.huaxiangshan.com/%E6%97%A0%E5%BF%83%E4%B9%8B%E6%AD%8C%EF%BC%88%E5%8F%A4%E8%AF%97%E5%88%9B%E4%BD%9C%E6%8C%87%E5%8C%97%EF%BC%89.pdf)》：AI 时代古诗创作小册子。
[^5]: openai 对应的产品为 [codex](https://openai.com/zh-Hans-CN/codex/)。
[^6]: token 烧的也快，我一个下午就烧完了送的第一个资源包。
[^7]: 甚至可以考虑让 codex 具有 mcp claude code 的能力联合拷打代码。