Opus 5.5 与 GPT-6 审计 138 篇经济学论文，标记 147 处足以改动结论的问题

HarrySurden · x · 2026-10-30

Haider 发帖称，用 Opus 5.5 和 GPT-6 Astra 两个模型独立审计 138 篇经济学论文，共标记 2,035 个潜在问题，其中 147 个严重到足以改变论文的核心结论；再由第三个 agent 尝试验证或反驳这些发现。

法律学者 Harry Surden 回复提出关键方法论质疑：应把同样的分析跑在一组多作者经济学论文语料上建立错误率基线，才能判断这些作者的错误率是经济学论文的普遍水平还是异常偏高。这一讨论对「AI 审计学术文献」的可靠性边界有直接参考价值。