economics

本文建立了市场竞争性与P与NP问题之间的理论联系，论证了竞争性市场存在的条件是且仅是P ≠ NP。

本文讨论了推动AI交易的一个关键信号正在减弱，可能影响市场对AI相关股票的预期。

AI-research-feedback 是一个为 Claude Code 设计的学术审稿技能，通过六个并行智能体检查语法、一致性、公式、图表和论证漏洞，支持指定期刊模拟审稿人，最后生成结构化审稿报告。

本文探讨了恩格尔停顿的概念及其对AI驱动经济的影响。

本文利用AT&T在2007-2011年间独家垄断iPhone销售这一自然实验，估计拥有iPhone对生育率的因果影响，发现证据表明iPhone可能起到了避孕作用。

根据一项研究，采用AI的企业在两年内员工人数增加了10.2%，这表明AI创造了而非消除了就业岗位。

这是一个精选的GitHub合集，为经济学家提供AI技能，按工作流阶段组织，用于自动化研究任务（如数据清洗和计量经济学），采用开源格式。

布朗大学的Roberto Serrano教授在一次期中考试中发现至少50名学生利用AI作弊，引发了关于高等教育学术诚信的讨论。

Clement Delangue 警告说，人工智能最大的风险是权力、能力和财富集中在少数万亿美元公司和政府手中，呼吁出现更多像 USV 那样的反抗者和联盟。

文章数据显示，达到高收入门槛的个体创业者数量增加，AI正在填补以往需要招聘才能弥补的能力缺口。

一条推文询问如何改善公众对AI和后劳动力经济的看法，指出很多人将其与反乌托邦而非普通人受益的未来联系在一起。

介绍EconEvals，一个开源评估套件，用于衡量AI能力并预测全美劳动力经济中的就业冲击，解决了基准测试重点（数学/编码）与实际岗位分布之间的错位。

韩国银行发布的一份报告发现，AI每周为工人节省约一小时，但这并未转化为更高的生产力或利润；相反，节省的时间导致了更多的汇报工作，且没有额外报酬。

Chad Jones宣布将从6月30日起从斯坦福休假，加入Anthropic Institute，继续研究人工智能与经济未来。

在与Ars Technica的访谈中，作者Cory Doctorow讨论了他的新书《The Reverse Centaur's Guide to Life After AI》，批评AI泡沫并主张抵制AI炒作。

Michael Waters 探讨了“信息工资”的概念及其对数字经济工作者的影响。

一个观察指出，许多AI初创公司可能未意识到自己的财务亏损，凸显了创业生态系统中的一个潜在问题。

一篇探讨LLM如何改变软件购买vs自建考量的文章，认为虽然AI降低了构建成本，但维护和人工监督仍使自建成为一项不简单的投资，并以用LLM构建的内部工具替换Jira为例。

一篇讨论代币经济学的文章，涉及加密货币代币和基于区块链的数字资产背后的经济原理。

一篇探讨AI开发与部署成本日益增长的文章，并提出了应对这些成本的潜在策略。