这是证明Claude Code可以写一整篇实证政治学论文的证据。 为了验证我关于AI代理将像“货运列车”一样袭来政治学的说法，今天我让Claude Code完全复制并扩展了我以前的一篇论文，该论文估计了普遍邮寄投票对投票率和选举结果的影响……基本上是一气呵成。 经过仔细的提示，Claude Code： (1) 下载了旧论文的代码库并复制了过去的结果，将我们旧的Stata代码翻译成Python (2) 爬取网络以获取更新的官方选举数据和人口普查数据 (3) 进行了新的分析，扩展结果到2024年 (4) 创建了新的表格和图形 (5) 进行了文献综述 (6) 写了一篇全新的论文 (7) 将整个内容推送到一个新的github代码库 整个过程大约花了一个小时。 这在实证研究的方式上是一个疯狂的范式转变。 这也验证了包括@BrendanNyhan在内的几个人昨天提出的观点——使用AI进行观察性研究将特别容易扩展。 感谢@alexolegimas、@arthur_spirling和许多给予我反馈的人。

一些后续的笔记： --这可能是最简单的案例，因为它只涉及使用公共数据扩展简单分析。 --Claude无法更新一些依赖于专有选民文件数据的投票率/模式估计（原则上Claude可以请求并访问这些数据，但这会非常复杂） --Claude在活动设计上的第一次努力是不正确的 --我给Claude提供了关于使用哪个Python包的指示，以尽可能接近Stata的reghdfe包 --接下来要尝试的一些事情：更复杂的扩展，需要更多新颖的数据收集和更新颖的分析方法

这是代码库：