经研龙虾 · Econ Claw
面向经济金融研究的
闭环式 AI 学术工作台
从 选题形成、文献定位、识别设计 到
数据准备、实证分析、论文表达与投稿前质检，
将 AI 从“会写字”推进到“参与完整研究工作流”。
经济学 / 金融学垂直
Skill + Prompt 研究动作库
Reviewer / Critic / Defender / Fixer
CSMAR 数据连接
可外接 Claude Code / Codex
不是一个更会写论文的通用模型，
而是一个更理解经济金融研究流程的协作者。
经研龙虾聚焦经济金融研究中的真实痛点：题目难收敛、文献难定位、识别设计门槛高、
数据方案复杂、研究过程割裂，以及通用 AI 常见的幻觉与伪严谨问题。
01｜当下痛点
- 只擅长文本，不擅长研究流程：通用 AI 能润色段落，却很难真正参与选题、设计、分析与返修。
- 幻觉与伪严谨风险高：包括文献编造、方法错配、结果越界解释，以及“形式完整、实质脆弱”的输出。
- 数据与方法脱节：研究问题、变量设计、专业数据库、实证分析和论文表达难以形成统一闭环。
02｜核心方案
- 任务入口：以“政策能否做成题目”“这个设计更像 DID 还是 IV”“这张表能不能写进论文”为自然入口。
- 方法引擎：内置 DID / IV / RDD / Panel / SDID / Bootstrap / Placebo / LASSO 等底层方法技能。
- 审查闭环：通过 Reviewer / Critic / Defender / Fixer 在关键节点回看研究、收缩表述、修补漏洞。
03｜闭环架构
任务入口政策 / 新闻 / 题目 / 结果表 / 草稿
研究认知问题形成 / 文献定位 / 贡献提炼 / 识别设计
数据连接变量需求 / 数据源判断 / CSMAR 等专业数据库
实证执行清洗 / 描述统计 / 估计 / 稳健性 / cross-check
论文表达摘要 / 引言 / 结果解读 / 投稿材料
审查修订Reviewer / Critic / Defender / Fixer
文档沉淀项目书 / 分析记录 / 草稿 / 返修记录
→ → → 关键节点审查与回流 → → →
审查层可以回流到研究认知、数据连接、实证执行和论文表达各层，避免研究偏航。
04｜审查机制
Reviewer
从完整匿名审稿人视角判断研究是否成立、论文是否经得起学术追问。
Critic
做集中压力测试，优先击穿最脆弱的识别假设、结果解释和研究边界。
Defender
在不偏离研究本意的前提下，判断哪些批评成立、哪些结论需要收缩。
Fixer
把批评与防守意见转成可执行修改动作，形成返修清单与后续分析任务。
05｜当前能力结构
上层任务型能力选题雷达、文献定位、识别设计医生、实证工坊、写作与投稿工坊、审稿人模式、CSMAR 数据助手、期刊路由器
底层方法型能力run-did / run-iv / run-rdd / run-panel / run-sdid / run-bootstrap / run-placebo / run-logit-probit / run-lasso / cross-check / robustness / make-table
外接执行与展示层可外接 Claude Code / Codex 做具体实施；可外接 HTML / PPT 生成器做比赛展示材料。