尊敬的各位家长、老师，亲爱的同学们：
大家好！
说句心里话，最开始准备这份发言稿时，我先用AI写了一版。稿子看着逻辑清晰、正能量满满，但我后来没敢用。为什么呢？尽管AI不会站在这里紧张，也不会纠结，但它有时很难写出一句能说到你心坎里的话。
刘震云说，人这辈子，说白了就是找一句话，找一句能说到一块儿的话。这话放在我们经济学人身上，再合适不过：无数个日夜伏案钻研，天天跟模型、数据死磕，就是在找一句能戳中本质、回应现实真问题的话。一个扎实通透的洞见，永远抵得上一万句正确的废话。
我前阵子看了《AI熟练度指数》报告，里面有个发现挺有意思：发现会指挥AI生成内容的人一抓一大把，但真正会质疑AI、判断对错的人却不多。这意味着AI时代的核心能力，正在从"生成答案"转向"判断价值"。所以我也在想：AI跑回归、整文献都比咱们快，学经济学还有什么用？
今天简单说说我的体会：咱们经济学人安身立命的根本，其实不是比谁按按钮更快，而是对现实世界的思考与洞察，把判断与责任牢牢握在自己手里。
最近有人给研究者起了个外号，叫"AI调参师"——数据一丢、按钮一点，参数一调，论文生成。听起来挺高效，但我发现：AI生成的论文特别像预制菜，规范、齐整、色香味俱全，但就是没有那股"锅气"，没有那句能让你心里一动的话。而且很少停下来多问一句：模型背后的假设靠谱吗？逻辑经得住推敲吗？实证结论放到现实中，还站得住脚吗？
老话说"授人以鱼不如授人以渔"，放到今天更像一句预警：好比AI开了个海鲜市场，有一万条鱼任你挑，但你要是不会分辨好坏，吃得越多反而越伤身。我觉得经院教咱们的，从来不是怎么生成答案，而是怎么选择和判断。咱们推模型，练的是严谨的逻辑分析；咱们磨数据，学的是辨真伪、明因果；咱们做调研，明白的是经济学从来不是纸上的公式，而是把滚烫的烟火气转化成能落地的方案。
老师们总说的"经济含义有误"，听着像批评，其实不是说数字算错了，而有可能是判断偏了、逻辑缺了、对现实的理解浅了。这种敢于质疑、深入思考的本事，是刻在咱们专业骨子里的。工具我们要用，但思考的主权更要坚守。
说实话，今年以来AI发展太快，我也慌。原始数据丢进去，很快出来结果，显著性漂亮，连稳健性检验都一并附送。有学生跟我吐槽说：熬三个月才跑出两颗星，AI十分钟就干出三颗星，看来博士生的性价比还不如充个月卡会员。
我也开玩笑讲，学生和AI的反差特别鲜明：AI没啥情绪，可以24小时稳定输出价值；而人可能刚好反过来——工作不一定有价值，但情绪波动绝对在线。
这情绪就像喝咖啡一样，有中杯、大杯、超大杯。我发现研究过程中的EMO情绪也很类似。比如我的经历，熬半个月做不出结果，这是"中悲"；论文返修了大半年，发现新一轮意见比上次还多，这是"大悲"；最绝的是"超大悲"：做了两年的研究，感觉接近发表了，结果审稿人一句"贡献不足，建议拒稿"，轻飘飘几个字，把所有努力全归零，直接破防了。
但我要说，这其实是个好事儿。AI不会内耗，也不会共情。但你会为数据发愁、为结论纠结，这恰恰说明你对研究有敬畏、对现实有思考。AI时代稀缺的能力是判断，而判断力的最高形态，是洞察力。
洞察力听着玄乎，其实就两样东西：脚下的泥土，和心里的人。
脚下的泥土，是现实体感。与其背一百遍"多维贫困"，不如去贫困山区住几天，就懂得"贫困"二字有多重；模型里的"出险概率"只是数字，不如跑一趟受灾的田间地头，就明白"保障"二字有多沉。真问题从来都是从土地里长出来的，不是从算法里跑出来的。
心里的人，是价值判断，更是落地现实的专业思辨。AI能算出减税降费的成本，能给出重疾险的定价模型，但它不一定能知道一项政策能托住多少家庭的生计，一笔理赔能拉回家庭多少希望。它更难给出答案：怎么让减税降费真正落到小店主手里？怎么让重疾险买得起、赔得到？
这些答案不在模型里，在深入实际生活的思考中。什么叫有温度的思考者？不是站在数据旁边感慨"好惨啊"，而是你愿意慢下来，去一线调研，把数字背后那个具体的人拉进你的分析框架里——他的收入结构、他的抗风险能力、他真正需要的是什么，然后给出解决方案。工具不承担后果，但我们要；算法没有立场，但我们有。而且，我们得有行之有效的办法。
同学们，往后AI会越来越强，但请记住：AI是预制菜，你才是掌勺的厨子。锅气不够，挨骂的是厨子，不是料理包。学院留给你们的，从来不是怎么算对一道题，而是怎么看清一件事、怎么选对一条路。
同学们，人生不是回归结果，不用去硬凑显著性。你看，AI知道显著性可以调，但人生的显著性，你们得自己活出来。学院训练你们的，是判断力、洞察力这些硬通货。最后，衷心祝愿各位，成为洞察现实世界的思考者，讲一句顶一万句的实在话，做有温度、有担当的经济学人。
谢谢大家！
美编：初夏
责编：度量、雨禾、雨田
