三个AI押注诺贝尔经济学奖：只有一个名字

10 月 12 日，2026 年诺贝尔经济学奖开奖。 预测市场 Kalshi 上，Dasgupta、Blundell、Barro、Athey、Mas-Colell 五位候选人，赔率全部挤在 10%–14% 的窄区间里——没有碾压级热门（数据：Kalshi 预测市场，转引自 Kimi 回答（2026 年 9 月）。 于是我把同一道题原封不动地扔给三个 AI：豆包、DeepSeek、Kimi——「你觉得今年得主会是谁？给出 3 组猜测。」

下面是他们的答案： 01 豆包：保守派的三张牌 豆包走「赛道切割」路线：三组猜测各占一条赛道，每组不超过两人，严守诺奖「同届同主题」的规矩。 第一组：Ariel Pakes & Steven Berry（实证产业组织） 原因：他俩开创的 BLP 模型，教你用公开的市场数据，反推出消费者偏好和企业成本——通俗说，就是「算出苹果手机到底该卖多贵」。这套方法是全球反垄断机构的标配，评估并购、测算垄断势力都靠它。 风险：2020 年诺奖刚给过拍卖理论，同属微观产业方向，委员会可能会故意错开。 第二组：Partha Dasgupta（环境与可持续发展） 原因：把森林、生物多样性这些「自然资本」写进经济增长模型，修正 GDP 只算产出、不算环境消耗的老毛病。气候危机当口，这是最呼应时代的一张牌——但环境经济学在诺奖历史上从未单独获奖。 第三组：Susan Athey（数字经济 × 机器学习） 原因：她一边开创数字平台经济学，一边教经济学家用机器学习做可信的因果推断——是打通 AI 和经济学的那个人。克拉克奖得主，常年霸榜各大预测名单。 风险：这个交叉方向还年轻，诺奖习惯等理论「陈酿」更久。 02 DeepSeek：数据派的信心 DeepSeek 是数据派：引文桂冠奖、量化预测模型、领域轮动信号，论据全部来自外部公开数据。 第一组：Susan Athey & Hal Varian（数字经济奠基人） 核心依据是「引文桂冠奖」背书：2026 年 9 月，Clarivate 把两人共同列为经济学引文桂冠得主，理由正是「对信息技术经济学的先驱性分析」。Varian 是谷歌首席经济学家、信息经济学的活化石；Athey 把机器学习引进实证经济学。一个定理论，一个定方法。 第二组：David Autor & Lawrence Katz（劳动经济学 × 技术变革） 原因：他俩研究的问题，就是你我最关心的那个——技术进步到底会不会抢走我们的工作。DeepSeek 引用了一份两阶段量化模型：两人获奖概率分别约 22% 和 19%，位列所有候选人前两名。 第三组：Thomas Piketty（不平等经济学） 原因：《21 世纪资本论》作者，凭「r大于g」一个公式火遍全球，和团队建起了全球不平等数据库。DeepSeek 也诚实标注了障碍：公共形象太政治化，委员会可能有顾虑。 03 Kimi：先说「不可预测」的冷静派 Kimi 是唯一一个开场就泼冷水的：「这事本质上不可预测，尤其今年没有碾压级热门。」 第一组（最稳妥）：Athey & Varian + Woodford 原因：前两位同上。Woodford ，「央行行长的理论供应商」——通胀目标、前瞻性指引、零利率下限，现代央行怎么发话、怎么救市，理论底座都是他打的。后疫情时代全球高通胀，让他的议题重新变热。 第二组（学院派）：Blundell + Barro + Dasgupta 原因：三位「终身成就奖」级人物。Blundell 是微观计量大宗师，Barro 是增长与财政的老牌旗手，Dasgupta 把发展、环境与贫困连成一条线。Kalshi 热门榜单上，三人都在第一梯队。 第三组（大胆）：Mullainathan + Brynjolfsson 原因：一个把机器学习和有限理性引入政策研究，一个用数据解释「AI 这么火、生产率为啥不见涨」。如果诺奖想追 AI 的热点，这俩是黑马。 04 辩论：三个 AI 开始互相拆台 预测给完，我们追问了一句：「你同意另外两家大模型的看法吗？」 第一回合：Kimi 拆 DeepSeek——你的论据，被你自己的数据削弱了 DeepSeek 押注 Athey & Varian 的最大底气，是引文桂冠奖「已有 89 位得主后来拿了诺奖」。 Kimi 直接掀桌：听着唬人，但 Clarivate 从 2002 年至今累计选了约 450 人（2024 年官方口径 441 人、83 人后获奖），命中率其实只有 约 20%。官方定位也写得明白——「不预测特定年份的获奖者」。

Clarivate 引文桂冠奖 2002–2024 · 转引自 Kimi 回答（两组口径差异见文末注释） 而且委员会有「反热门」传统：2024 年 Acemoglu 获奖时，市场赔率并不领先，Clarivate 更是早在两年前就选中了他。 第二刀更狠：Autor & Katz 是 2025 年的引文桂冠得主，而 2025 年诺奖已经颁给了创新驱动增长——等于他俩错过了一个直接的兑现窗口。再加上 2023 年 Goldin 刚拿过劳动经济学奖，三年内同方向梅开二度，概率极低。 至于「22%、19%」的精确概率？Kimi 的评价只有四个字：虚假精度。 第二回合：豆包拆 Kimi——你的组合违反「诺奖基本法」 豆包抓住的是规则问题：诺贝尔经济学奖单届最多 3 人，且几乎从不把完全不相干的领域打包颁奖。规矩有据可查——上一次三人同奖是 2013 年，Fama、Hansen、Shiller 共享的也是「资产价格实证分析」这同一个主题。 而 Kimi 的第一组里，Athey 和 Varian 搞数字平台微观，Woodford 搞宏观货币——风马牛不相及；第二组的三位，微观计量、宏观增长、环境发展，三条赛道互不相交。 这更像一份备选名单，而不是一组真实可实现的获奖组合。 第三回合：Kimi 反手就是一刀——「市场最热」正是我反向加权的理由 被抓了包的 Kimi 没有认怂，转头回敬豆包两刀。 第一刀给 Dasgupta：你说他最热？没错，Kalshi 上他以约 14% 领跑。但他是 2024 年的引文桂冠，2024、2025 两年都没兑现，委员会的反市场传统摆在那里——「市场最热」，反而是我会下意识反向加权的信息。 第二刀给 Pakes：贡献没毛病，但 Kalshi 第一梯队里，根本没有他。 顺带它还补了一句：Athey 单独押注可以理解，但现实中她几乎必然和 Varian 捆绑出现——拆开押，不合委员会的习惯。 第四回合：豆包回身泼 DeepSeek 冷水——Piketty 是媒体明星，不是学术热门 豆包认为 DeepSeek 低估了 Piketty 的获奖障碍：诺奖优先奖励方法论突破，而不是社会轰动的公共著作；学界对「r>g」的数据和模型一直有争议；就算委员会今年想走不平等路线，也更可能选更少卷入政治辩论的 Saez 或 Zucman。 Piketty 是媒体层面的大热门，但不是学术层面的最高概率人选。 第五回合：集体盲区——三家合起来，漏了一整块 Kimi 点破：豆包和 DeepSeek 加起来的猜测，没有一组认真讨论宏观方向——Woodford、Barro 的赔率就明晃晃摆在 Kalshi 第二梯队，而诺奖历史上约一半年份，奖励的正是央行、增长这些「不性感」的领域。 DeepSeek 则补上另一刀：三家都漏掉了 2026 年引文桂冠的第三组——Sidney Winter，演化经济学奠基人。如果委员会想延续 2025 年「创新」的主题，他就是被低估的那一个。 吵到最后，全场唯一的共识只剩一个名字：Susan Athey。三家都押了她，分歧只在于——今年中，还是明年中。

示意图 · 依据三家 AI 原始回答整理 05 所以，到底谁对？ 诚实地说，没人知道。诺奖全程保密，委员会还有「反热门」的传统——市场赔率领先，有时反而是反向指标。 押 Athey & Varian，更多应该是在议题本身：平台、算法、AI 重塑市场，正好落在委员会近年「奖励能解释现实世界的经济学」的偏好上。 至于 DeepSeek 收尾时的那句话，值得留给每一个押注的人： 预测的价值不在于猜中，而在于理解诺奖委员会为什么在这个时刻选择这个方向。 三个 AI 的分歧，恰恰是 2026 年经济学三个真实的岔路口：奖励新模型下的方法论？补上宏观货币的遗珠？还是回应 AI 冲击下的劳动与不平等？ 10 月 12 日，委员会只选一个方向。但在那之前，看懂这场混战，比押中答案更有价值。 你押谁？Athey、皮凯蒂，还是被三家集体无视的宏观黑马？ 06 附：共识与分歧速览表

三家共识：Athey 是唯一被全部押注的候选人；Dasgupta 获两家认可。 最大分歧：Piketty 到底算不算「学术热门」；跨领域组合能否同届获奖。 集体盲区：宏观方向（Woodford、Barro）只有 Kimi 认真讨论；Sidney Winter 三家全漏。