摘要：人工智能浪潮与构建经济学自主知识体系的时代需求，给经济思想史的传统研究范式带来了深刻的挑战。研究诊断发现，学科虽已确立“知识生产史”的宏大纲领，但传统精读方法固有的“结构性失明”“过程性失察”与“经验性失语”三大病理，造成了学术理想与研究能力之间的深刻鸿沟。为应对此困境，有必要系统构建一种“人机协同阐释”新范式。该范式以研究者智慧为主导，通过“问题建构—模式发现—意义阐释—循环深化”的循环探究流程，深度融合人工智能的远读计算与学者的精读阐释。辅以“三角互证法”确保阐释的稳健性，新范式力求整合计算客观性与阐释主体性，致力于将“知识生产史”纲领从思辨构想提升为可检验的实证科学。研究展示了新范式如何通过一系列前沿议程，推动经济思想史转型为更“厚重”的历史科学，并为构建自主知识体系的时代使命提供关键的方法论支撑。

作者：赵雷，东北财经大学经济学院讲师；刘子阳，东北财经大学经济学院硕士研究生。

本文载于《学术月刊》2026年第4期。

一、引言

在人工智能浪潮系统性重塑知识生产方式、经典人文学科面临深刻范式挑战的时代背景下，如何回应这一历史变局，已成为摆在所有人文社科学者面前的紧迫议题。人工智能，特别是大型语言模型的崛起，不仅提供了新的研究工具，更是一种从根本上改变学者与海量历史文献互动、发现宏观模式、生成与检验假说方式的变革性力量。这种变革，对以文本阐释为核心的传统人文学术构成了深刻冲击，也为探索全新的知识生产范式，提供了前所未有的历史契机。

经济思想史是一门以经济思想的演进、过程特征及其内在规律为研究对象的经济学分支学科，考察思想在特定社会历史情境中是如何被生产、传播和合法化的。它承担着追根溯源、提供谱系认知、激发创新、充当“理论的活实验室”，以及培养批判性思维、避免思想禁锢等多重任务。为完成这些任务，该学科形成了一套以人文阐释为核心的经典研究范式，集中体现为高度依赖学者的个人学养和实践智慧，对关键历史文献展开细致入微的精读。无论是对精读的倚重，还是学科内部“绝对主义”与“相对主义”的长期方法论张力，都揭示了经济思想史的根本属性：它是一门人文学科，知识生产的方式深刻地植根于研究者的主体性、对历史语境透彻的理解，以及富有洞见的阐释智慧。正是这种人文主义底色，决定了当经济思想史与技术革命的浪潮正面相遇时，所受到的冲击必然是根本性的。

当前，前沿的技术革命与构建经济学自主知识体系的时代使命对经济思想史的经典治学范式发起了“双重叩问”，构成了本文探寻新范式的现实缘起。第一重叩问，来自技术的冲击。以大型语言模型为代表的人工智能，正面挑战了本学科最核心的研究技艺——精读。当机器能以人类无法企及的速度和广度处理海量历史文献、发现宏观语义模式时，那种高度依赖学者个体精力与学养的知识生产方式，作为唯一核心方法的正当性已然动摇。这迫使学界反思：在人机协同的新时代，思想史学者的核心比较优势究竟是什么？第二重叩问，来自时代的需求。经济思想史被赋予了为构建经济学自主知识体系提供历史根基和思想资源的时代使命，然而，面对中国数千年浩如烟海且高度分散于经、史、子、集中的经济思想遗产，传统精读范式在系统性、全局性的思想资源盘活与理论体系构建工作面前，暴露出了明显的能力不足。

因而，经济思想史，这门具有深厚人文传统的学科，正面临关键的历史节点，研究方法论的自我革新已势在必行。尽管学界已出现过零散的数字化探索，但那些个案尝试与一个系统性的新范式之间，尚有明显的差距。一个具有范式意义的全新理论与方法论框架，必须能够有机整合人工智能的计算能力与思想史的阐释深度，并以回应“双重叩问”为核心使命。由此，本文的研究问题应运而生：面对人工智能带来的范式颠覆与构建自主知识体系的时代使命，经济思想史应如何进行一场深刻的方法论革新，系统性地构建一个全新的研究范式，从而将“双重挑战”转化为实现学科“突围”与价值重塑的“双重机遇”？

本文尝试构建的新范式，是一种创新的“人机协同阐释”，核心是建立研究者精读与人工智能远读之间循环往复、不断深化的对话机制，从而有效融合计算的客观性与阐释的主体性。它不是以机器代替学者，而是致力于实现人机优势互补的协同效应，催生出任何一方都无法单独企及的知识增量，进而将这门略显边缘化的思辨之学，重塑为能够为构建自主知识体系等重大议题提供学理支撑的经世致用之学。需要说明，本文不是检验某种假说的实证论文，而是具有奠基性质的理论与方法论探索。在经济思想史正经历范式挑战的“方法论时刻”（Methodological Moment），这项研究的独到贡献，在于为整个学科提供一个能够应对时代挑战、开辟未来研究方向的理论蓝图。因此，本文的价值并不体现在证实一个具体案例，而是在于所构建框架具备的三种基础能力：理论建构的内在融贯性、回应学科困境的有效性、启发未来研究议程的学术生成力。接下来，第二部分将回顾学科的“史学自觉”历程，诊断理想与现实间的“能力鸿沟”及其“内生性病理”，并论证新范式成立的历史性机遇。第三部分构建“人机协同阐释”新范式的定义内涵、运作流程与学理根基。第四部分旨在展示新范式的实践潜力，将设计六大前沿研究议程，呈现开辟新问题的强大生成力。第五部分将全面评估这场范式革命的深远意义。第六部分是总结。

二、思想史范式革命的理据

本部分旨在阐明范式革命的理据，论证从对学科“理想与现实鸿沟”的诊断开始，即“知识生产史”的宏大抱负与传统方法“内生性病理”的矛盾。在此基础上，将揭示一场外部的技术与理论交汇，如何为疗愈学科困境、实现范式突破提供了历史性机遇。

（一）变革的内驱力：学科危机与“知识生产史”转向

经济思想史学科的范式革新需求，源于一场长达半个世纪的“边缘化危机”。对危机的诊断与回应，构成了学科内部史学方法论反思的主要催化剂，并最终推动学科走向深刻的“史学自觉”。

经济思想史的结构性困境，根源于20世纪下半叶以来主流经济学的“去历史化”倾向。新古典经济学家热衷于模仿物理学，追求普适性理论体系。与此相伴的是“辉格史观”（Whig History）的盛行，将理论发展视为“从错误到真理”的线性进步过程。这种视角以当下理论为标准评判历史，将过去的理论视为“死人的错误观点”，导致经济思想史被逐出主流视野，日益边缘化。同时，学科内部的传统“教义史”（Domengeschichte）范式也暴露出局限性。相关研究过于内向，要么实践自身的“辉格史观”（寻找当代真理的先驱），要么过度专注于理论内部逻辑，忽视了历史背景与社会功能。内外夹击的困境，成为驱动学科创新的根本动力。

面对危机，学界在20世纪70—80年代开启了超越线性叙事的探索。首先是以科茨（A.W.Coats）为代表的学者发起的从“内史”向“外史”拓展的呼吁。科茨的改革方案标志着研究重心开始从抽象理论转向具体历史情境。他规划了两个方向：一是建立“经济学社会学”，研究思想的生产者（经济学家群体）；二是研究“经济思想与政策”的关系，关注思想的传播与后果。这些构想代表了将经济思想置于历史语境中理解的早期尝试。另一个重要努力是“方法论转向”，学者们试图借鉴科学哲学模型（库恩的范式、拉卡托斯的研究纲领等）来重构学科叙事。然而，这些从物理学哲学中移植的模型并不完全适用于经济学，它们偏向于“理性重构”，忽视了历史的偶然性。此类宏大模型的局限性，促使学界寻求更适合社会科学的史学方法，为后续的认识论进展铺平了道路。

20世纪90年代，经济思想史迎来了一次决定性的“史学自觉”。这场由温特劳布（E.Roy Weintraub）、米罗斯基（Philip Mirowski）、沙巴斯（Margaret Schabas）等学者推动的研究转向，核心标志是系统性地引入了“科学与技术研究”与现代科学史的洞见。转变的关键，在于深刻认识到经济学知识具有显著的“社会建构性”与“历史情境性”。引入“科学与技术研究”与现代科学史的意义在于，它们是研究自然科学知识如何被社会建构的先驱领域。因此，借鉴这些资源，意味着经济思想史拥抱了更彻底的反辉格史立场，并获得了研究“知识生产史”的成熟工具。由此，一个全新的史学内核得以确立：经济理论并非等待被“发现”的永恒法则，而是在特定的历史语境与权力结构中被“建构”出来的产物。这一认识论飞跃，催生了研究重心的“实践路向”：从关注“经济学家想了什么”到“经济学家做了什么”。思想史学者的任务转为重构知识主张得以成立的完整社会与物质过程。这意味着，经济学家使用的工具（模型）、合作网络以及社会化机制，都成为分析的核心对象。至此，学科的“史学自觉”最终完成，即以“自然主义”的姿态，深入考察经济思想是如何在具体的社会过程中被生产、争论并最终被建制化为“知识”的。

经过半个世纪的探索，经济思想史学界完成了从“真理发现史”向“知识生产史”的范式跃迁。学科的核心任务被确立为：系统性地考察知识本身是如何在复杂的社会情境中被生产、传播与合法化的。在共同的目标下，学科内部出现了侧重点不同的研究路径。一条路径是“作为科学史的经济思想史”，以沙巴斯为代表，主张借鉴现代科学史的分析工具考察经济学的“科学实践”，聚焦于数学化进程、计量工具的发展及与自然科学的互动。另一条是“作为社会科学史的经济思想史”，以巴克豪斯（Roger E.Backhouse）为代表的此一路径，强调经济学的学科身份是在与其他社会科学的互动中动态构建的。他们侧重于将经济学置于更广阔的社会科学网络中，考察与社会学、政治学等“近邻”的交流、竞争与划界。

总结而言，无论是聚焦于“科学实践”，还是强调“社会互动”，都是致力于在“知识生产史”框架下，产出一种展现观念的逻辑力量、生产者的社会属性与历史的偶然因素之间复杂互动的、“厚重”的历史画卷。

（二）理想与现实的鸿沟：方法论瓶颈与核心病理

在研究实践中，一个深刻的矛盾随之浮现：理论上的范式胜利，并未带来学科整体面貌的根本变革。大量研究综述表明，学科主流至今仍由传统的“伟人名著”研究范式主导，宏大的“知识生产史”构想在很大程度上依旧停留在“纲领性倡导”层面。转型迟滞的根源，在于学术抱负与研究能力之间的严重失配。转向“知识生产史”所要求的分析尺度——即系统性地处理海量异构文献、追踪思想的跨界传播并绘制其社会互动图景——已远远超出了在前计算时代以精读为核心的传统研究工具的能力边界。理论理想与研究现实之间，由此形成了一道巨大的鸿沟。

这一“能力鸿沟”的形成并非偶然，它植根于传统研究范式因工具所限而天然携带的三大“内生性病理”。正是这些病理，从根本上削弱了“知识生产史”构想的实践可能性，并进一步导致学科在面对日益形式化的主流经济学时，难以有力地为自身价值辩护。其一，是“结构性失明”，直接阻碍了“重构完整社会生态”的抱负。精读方法高度依赖学者个人的学养与精力，面对经典之外浩如烟海的“非正典”文本（期刊、报告、信件等）显得力不从心。这种固有的尺度局限，导致学者视野常被束缚于少数经典文本，无力以全局性证据系统性地驳斥那种将思想演化简化为线性进步的“辉格史”叙事。其二，是“过程性失察”，直接妨碍了“追踪思想建制化过程”的抱负。思想如何穿越学术、政治、公共等场域并最终影响现实，是“知识生产史”的核心关切。然而，传统考证与文本分析方法难以重构思想从诞生、传播到建制化为制度或共识的完整社会生命周期，在论证“观念如何塑造现实”时常因缺乏对完整因果链条的追踪而说服力不足。其三，是“经验性失语”，直接体现为难以为“知识的社会建构性”提供坚实的实证基础。当主流经济学日益强调可复制、可检验的经验证据时，传统叙事性研究因其结论难以被系统性验证，在对话中常因缺乏“硬证据”而陷入困境，从而削弱了学科的解释力与话语权。

对上述能力瓶颈的认识，催生了学科内部以“量化转向”为代表的初步回应。随着数字文献库的普及与计算技术的发展，学者们尝试运用文献计量、网络分析等方法，捕捉更广泛的知识图景。相关探索无疑具有积极意义，但并未帮助学科实现根本性的范式转型，其局限性也十分明显。首先，许多研究表现为工具驱动而非理论驱动，应用往往是零散的，缺乏围绕“知识生产史”核心议程的整体性规划。其次，更根本的缺陷在于碎片化与阐释不足。计算得出的宏观模式与基于精读的深度历史解读常常相互脱节，甚至有陷入“数据主义”的风险，即满足于呈现数据模式本身，而回避回答“为什么”的根本历史问题。归根结底，这些零散的尝试虽然技术上有所突破，但未能系统性地解决前述“三大病理”。

因而，经济思想史正处在一个“理念先进、工具落后”的深刻困局之中。要将“知识生产史”的宏伟蓝图转化为可操作的研究现实，单靠学科内部的渐进式改良几无可能。一场深刻的范式革命势在必行，而其所需的思想资源与技术方法，要求将视野投向学科外部，在更广阔的学术与时代背景中探寻出路。

（三）历史性交汇：理论资源与技术赋能

前文揭示的“理念先进、工具落后”的深刻困局，并非无解之题。事实上，源自学科外部的理论与技术革命，为这门传统学科的自我革新，提供了前所未有的历史机遇。学科内部寻求范式突破的迫切需求，与外部数字人文、计算社会科学的理论新知及人工智能的技术突破，形成了一个历史性的交汇点。这些外部条件共同构成了一套完整的解决方案，为跨越理想与现实之间的“能力鸿沟”，将“知识生产史”的宏伟蓝图转化为可操作的研究现实，提供了关键支撑。

首先，数字人文（Digital Humanities，DH）成熟发展，为新范式提供了根本的视野革命与方法论自觉，直指“结构性失明”的疗愈与“数据主义”风险的规避。其一，数字人文推动了一场由“远读”（Distant Reading）引领的视野革命。与传统精读聚焦于少量经典文本的深度剖析不同，远读旨在利用计算工具对海量文献进行宏观分析，以发现单个学者凭一己之力无法企及的总体趋势与结构性模式。这一方法论的出现，为系统性地疗愈“结构性失明”病理提供了革命性的可能。它使得研究者能够将视野从少数正典文本拓展到知识生产的完整社会生态，从而以全局性的证据，有力地驳斥线性的“辉格史”叙事。

其次，数字人文领域成熟的批判性反思，为新范式注入了必要的审慎品格。该领域深刻认识到：数据并非客观的“所予”（given），而是在充满阐释性选择中被“所建”（made）的；算法发现的“模式”也绝不等于历史“事实”。这种方法论上的清醒自觉，构成了新范式必须由研究者主导、以深度阐释来统率计算分析的根本原则。这从源头上确保了新范式能够规避“数据主义”的陷阱，坚守人文学科的价值内核。

再次，计算社会科学（Computational Social Science，CSS）的兴起，则为新范式提供了将宏大构想“操作化”的实证工具箱，精准回应了“过程性失察”与“经验性失语”两大病理。如果说数字人文主要贡献了宏大视野，那么计算社会科学则提供了一套成熟的方法论，使得将“知识生产史”核心理念转化为可测量、可分析的实证研究成为可能。它所提供的网络分析（引文网络、合作网络等）与信息传播模型，能够将知识社群的社会结构与思想的传承脉络转化为可精确测量的拓扑图景，从而疗愈“过程性失察”，使得重构思想“建制化”的完整社会生命周期成为可能。同时，计算语言工具（主题模型、词嵌入模型）能够对海量文本进行系统性分析，大规模地量化概念的内涵流变，为“知识的社会建构性”命题提供可复制、可检验的“硬证据”，进而有力地回应了“经验性失语”的困境，根本性地提升了思想史在与主流经济学对话中的解释力与话语权。

最后，人工智能（AI），特别是大型语言模型的崛起，则为新范式的最终实现提供了核心技术支撑，并催生了以研究者为中心的全新协作模式。数字人文和计算社会科学提供了理论蓝图和实证路径，而人工智能使这些构想得以在空前的规模和复杂度上被有效执行。它不仅是工具的升级，更从根本上改变着学者与历史文献的互动方式。然而，对于以阐释为根本任务的人文学科而言，必须对人机协作模式进行审慎辨析。一个更契合思想史研究理念的框架是“人工智能在环路”（AI-in-the-Loop，），而非被泛化使用的“人在环路”（Human-in-the-Loop，HITL）。后者在许多工程应用中，人类的参与往往服务于优化算法表现这一“机器中心”的目标。与之相对，框架明确地将人类研究者置于整个知识生产流程的中心，拥有最终的阐释权与控制权。AI在此扮演的是一个不知疲倦、能力超凡的高级研究助手，其核心任务是支持和增强人类学者的认知与判断，而非相反。这一“以人为中心的AI”理念，是对研究根本目标的深刻认知——人文学科的目标不仅仅是发现模式，更是进行深刻的意义阐释与洞见揭示。它确保了新范式是一种强调学者主体性与阐释责任的“人机协同”，而非“算法决定思考”的技术决定论。

三、“人机协同阐释”新范式：

内涵、机理与学理根基

确立了范式革新的必要性与可能性之后，真正的挑战在于如何构建一个既能利用AI强大计算能力，又不损害人文学科阐释深度的研究框架。要实现这一目标，就必须遵循以研究者为主导、以阐释统率计算的核心原则。基于此，这一部分将系统性地构建“人机协同阐释”的理论内核与实践路径，阐明其定义内涵、循环探究机理，以及保障研究过程稳健可靠的行动指南。

（一）“人机协同阐释”新范式：一个循环探究的框架

综合数字人文的丰富实践、传统史学研究的理念革新，以及量化思想（大数据、人工智能）对人文学科研究生态的重塑进程，可以提炼出一些建设性的方法论，包括：理论驱动的基本导向、宏微观视角联动的研究过程、以人为中心的阐释循环工作流等。基于这些方法素材，本文提出一个适用于经济思想史研究的“人机协同阐释”新范式。定义为：这是一种由研究者主导，通过整合人工智能的“远读”计算与思想史学者的“精读”阐释，以循环迭代方式探究思想演化宏观规律的新研究范式。具体而言，通过以下四个相互关联、循环往复的阶段，构成了一个螺旋式上升的动态知识生产过程。

1.第一阶段：问题建构。探究循环由研究者建构一个具有理论深度和可计算性的“好问题”而启动。问题产生于研究者对特定历史时期理论谱系与经验事实的把握，提问的质量决定了整个探究的价值与方向。这是整个探究的锚点，体现了新范式研究者主导的核心原则。它强调研究者需要以深厚的理论洞察与历史语境知识为根基，确保研究由学者的实践智慧（Phronesis）而非算法驱动。

2.第二阶段：模式发现。在问题的指引下，人工智能的远读计算功能被激活，其任务是在大规模文本数据中发掘并呈现与问题相关的宏观模式。这一阶段的产出并非结论，而是一种有待阐释的、结构化的数据事实，为研究者提供超越个人阅读能力的宏观视野。

3.第三阶段：意义阐释。这是研究者主体性发挥关键作用的核心环节，也是人机协同机制的价值核心。研究者需对AI发现的宏观模式进行精读与语境化阐释，主要任务是将数据层面的相关性转化为历史叙事层面的因果解释，即回答为什么会出现这样的模式。阐释过程尤其关注模式背后所反映的社会力量、权力结构与历史偶然性，从而揭示思想被“建构”与“合法化”的具体机制。这里说到的阐释，在伽达默尔的哲学阐释学视域下，是一种深刻的“应用”（Anwendung），是指将AI从数据中发现的普遍性模式的意义，置于研究者当下面临的、具体的、独一无二的历史问题情境中。这是一种旨在实现人机优势互补、催生全新洞见的认知协同，所生成的知识增量远非任何一方独立研究所能企及，并最终在计算的客观性与阐释的主体性之间达成某种创造性的张力与平衡。

4.第四阶段：循环深化。探究过程并非终结于一次阐释，而是一个循环深化的螺旋式上升过程。一个有力的阐释会像一个好的科学假说一样，生成新的、可被检验的推论，从而驱动整个探究循环进入更高层次。这种由阐释催生的新问题，将再次被转化为一个可计算的任务，交由AI进行新一轮的远读计算，于是开启不断逼近历史复杂真相的知识发现过程。

为了将上述抽象过程具体化，以“市场”概念的研究为例进行演示。第一步，问题建构。研究者提出问题：“在改革开放的话语流变中，市场这一核心概念，是如何从一个与‘计划’相对立、需要被限制和调节的客体，演变为一个在资源配置中起‘决定性作用’的主导机制的？”第二步，模式发现。计算模型处理包含政策文献与学术期刊的语料库后输出模式：前期，“市场”与“盲目性”“调节”“补充”等词汇高度关联；后期，关联对象系统性地转变为“活力”“竞争”等高度正面的词汇。第三步，意义阐释。研究者运用“实践智慧”，将AI发现的语义漂移模式，“应用”于逐步建立并完善市场经济体制的宏大历史情境中，提出阐释：这一模式是为市场化改革进行“话语赋能”与合法性构建的客观语言学证据，反映了社会经济运行逻辑的根本性转型。第四步，循环深化。上述阐释催生新问题：主流经济学界与国家政策制定层，在这场成功的“话语建构”中，各自扮演了何种角色？两者之间是否存在观念上的“时间差”或“影响力”的相互作用？此问题将引导研究者启动新一轮更深入的探究。

（二）实践指南：研究技艺、行动原则与风险规避

1.意义阐释的核心技艺：以“三角互证法”规避阐释学飞跃。在新范式的四阶段循环中，第三步意义阐释是整个探究过程的枢纽。前文引入了伽达默尔的哲学，强调这是一个依赖研究者实践智慧的应用过程。但是，一个严峻的方法论挑战随之而来：如何确保依赖于研究者个人学养的实践智慧，不会沦为一次随意的、不可证伪的“阐释学飞跃”（A Hermeneutic Leap），从而避免将一个数据驱动的“相关性”误读为一个看似深刻的“因果叙事”？

为应对上述挑战，必须表明，意义阐释绝非封闭的、一次性的灵感迸发，而是一个开放的、必须接受交叉检验的分析过程。为此，本文提炼出一套旨在将意义阐释从纯粹哲学立场，转化为稳健可靠的研究技艺的“三角互证检验法”。它要求任何阐释都必须同时通过三个维度的系统性检验。

（1）向内求证：与“历史语境”的深度融贯。任何对AI发现的宏观模式的阐释，都必须能与传统的、基于精读的微观历史证据相互印证。AI的远读提供了宏观指引，为研究者指明了最值得深挖的历史区域，但最终的阐释必须在该区域找到坚实的微观证据支撑。一个在微观历史细节中找不到任何支撑的阐释，是无效的“悬浮阐释”，必须被修正或放弃。

（2）向上求证：与“理论逻辑”的学理一致。任何阐释都必须被置于一个或多个成熟的社会科学理论框架下进行审视，以获得学理根基和解释力。目的是用理论的严谨性来约束阐释的随意性，确保超越就事论事，获得更广泛的学术意义。

（3）以“循环深化”获得可检验性。这是新范式特有的检验机制，一个有力的阐释，必然会像一个好的科学假说一样，能生成新的、可被检验的推论，从而赋予阐释一种“可证伪性”。例如，对市场概念语义漂移提出的“为改革进行话语赋能”阐释，直接导出一个可被检验的新推论：在这场话语建构中，学术界的观念转向应早于国家政策文件中的正式采纳。研究者可立即启动新一轮研究来验证此推论。如果推论被证实，第一轮的阐释就得到极大加强；反之，则必须对原阐释进行重大修正。这一“向前看”的检验方式，将“阐释”从一个静态的终点，变成了一个可被后续研究不断确证或否证的、开放的科学过程。

综上，“三角互证法”通过系统的交叉检验，将依赖实践智慧的阐释过程，从一种个人化的艺术，转变成一套规则严明、可供同行评议的分析规程。这就为规避“阐释学飞跃”的风险提供了核心的方法论保障，确保了整个研究框架的稳健性。

2.研究者的行动原则与反身性自觉。本文力争全面吸收并内化数字人文领域的批判性反思，主张研究者在实践中，对数据建构的非中立性（数据并非客观“所予”）、算法工具的局限性（警惕“模式妄想”）以及跨学科合作的伦理规范（倡导开放协作）等关键环节，始终保持方法论上的自觉与透明。

更重要的是，新范式通过内在的循环深化机制，构建了一套反身性的“自我纠错机制”，以规避学术“路径依赖”的风险。探究过程并非被锁死在单一的计算逻辑之内，而是一个不断在“可计算”的模式发现与“不可计算”的质性追问之间穿梭、融合的开放过程。一个由AI发现的模式，经阐释后催生的新问题，完全可能超越原有计算工具的能力。这会立刻将研究者从远读模式中解放出来，回归到对经典经济学家手稿与书信的考证、核心概念的哲学辨析等更为传统的深度研究方法中去。此一设计，从根本上保证了研究者是在驾驭工具，而非被工具塑造，进而保证了学术探索的自由与深度。

（三）新范式的学理根基与超越性价值

一种新框架的建立，必须拥有坚实的学理根基与学术定位。本文试图融合哲学阐释学的深刻洞见与计算社会科学的成熟方法论，争取实现对传统文本阐释与一般量化分析的“双重超越”。

1.哲学阐释学与计算社会科学的创新性融合。首先，伽达默尔的阐释学理论为新范式提供了哲学基础。他对“前见”的肯定，为“以研究者为主导”启动探究循环提供了理论依据。因而，研究者基于学养提出的“好问题”，不是需要被算法清除的偏见，而是启动知识发现的必要前提。其“视域融合”理论，则为人机协同的循环过程提供了哲学模型：AI的远读呈现了文本的历史视域，研究者的精读则代表了当下视域，而探究循环本身即是一场走向更广阔新视域的、永不终结的对话。另外，他对实践智慧的强调，清晰界定了人与机器的本质角色边界。AI的计算属于可被优化的技术，而研究者在整个循环中进行审慎判断和明智抉择的能力，便是无法被算法取代的实践智慧。

其次，计算社会科学为新范式提供了方法论依据。计算社会科学内部存在着理论驱动与数据驱动两种路径的并存与张力，而成熟的研究将两者视为良性循环。本文提出的探究框架，可看作将循环内在流程化的一种具体方案。第二步的模式发现，即AI的远读计算，代表了数据驱动的路径，旨在发现意料之外的宏观模式。第三步的意义阐释，研究者的精读解读，则体现了理论驱动的路径，是为这些模式赋予深刻的历史意义和因果解释。

2.对传统范式与数据主义的超越。一方面，新框架超越了传统文本阐释“只见树木，不见森林”的局限。传统精读范式在个案解读上具有不可替代的深度，但因研究尺度有限，天然存在结构性失明。新范式并非用广度替代深度，而是用远读提供的宏观视野在浩瀚的文献“森林”中，精准定位到最值得投入精读精力的关键“树木”。远读非但不会削弱精读的价值，反而通过提供前所未有的宏观视野，极大地提升了精读的有效性与洞察力，实现了森林与树木兼得。

另一方面，它扬弃了“数据主义”的风险，构建了一种坚守人文内核的量化历史学。某些量化研究满足于呈现数据模式，缺乏深度的历史语境化阐释。本文倡导的新范式则通过内设机制有力地抵制了这一倾向。其一，它从源头上就是理论驱动的。探究始于研究者建构的好问题，确保了所有计算分析都服务于一个有意义的学术议程，杜绝了无的放矢的“沙尘暴式的经验主义”（dust-bowl empiricism）。其二，它将阐释置于核心位置。AI发现的模式仅仅是“有待解释的现象”，而研究者的精读阐释是不可或缺的核心环节与最终裁判。辅以“三角互证法”的严格约束，有助于保证从“数据模式”到“历史意义”的每一步跨越都是审慎的、可验证的，而非随意的“阐释学飞跃”。

综上所述，“人机协同阐释”通过将理论洞察与阐释责任置于整个流程的核心，保证了数据始终被历史所统率，计算为阐释所引导，旨在锻造一种全新的研究实践范式：一种真正意义上人机协同的智读。

四、范式的生成力：前沿研究议程的构想与路径

前面第二部分的梳理表明，经济思想史学界经历深刻的“史学自觉”后，已完成了向“知识生产史”的范式跃迁。然而，由于传统研究方法的“内生性病理”，这一宏大蓝图与研究现实之间存在深刻的能力鸿沟，使得构想长期停留于“纲领性倡导”。因此，第四部分的任务是展示新范式如何跨越鸿沟，将“知识生产史”纲领转化为一套可操作的、建设性的研究议程。本文提出的六大议程，并非对现有学科进行零散的修正，而是旨在系统性地疗愈学科的核心病理，从而全面将“知识生产史”纲领转化为研究现实。为此，六大议程遵循从能力构建到使命对接的递进逻辑，以第三部分提出的操作框架为指引，并通过“资本”概念的分析棱镜，全面阐释新范式的实践潜力。

（一）议程一：追溯观念演变，重建当代价值

1.根本挑战与战略对接。经济思想史的首要挑战，在于与当代经济理论与现实议题的疏离，导致日益边缘化。著名经济思想史学者巴克豪斯指出，以“理解我们如何走到今天”为目的的史学探索本身就是一项重要任务，而能否以一种审慎的、非线性且数据驱动的方式建立起历史与现实之间的可靠关联，正是走出困境的关键所在。本议程直面这一挑战，并作为将“知识生产史”研究纲领付诸实践的奠基性第一步。它的战略角色，是推动经济思想史的研究范式，完成一次从“内部史”到“社会史”的关键转型。它不再将经济思想视为存在于理论真空中的纯粹观念，而是看作一种在不同社会“话语场”——如学术场、公共场与政策场——中具有不同呈现形态与社会功能的历史产物。通过将“思想”重新置于广阔的社会背景之中，可为后续更复杂的社会史分析提供清晰、有效的分析对象与切入点。

2.核心问题与赋能路径。本议程的核心问题可被凝练为：一个核心的经济学观念（市场、资本等），是如何在不同的历史时期与社会话语场中，产生、流变并呈现出结构性差异的？该问题直指思想史研究的症结，暴露出传统精读范式在前计算时代固有的结构性失明。依赖学者个人学养的精读，虽能在个案解读上达到极高的深度，却因天然的尺度局限，无法对海量、跨领域的文献进行系统性的、可复制的比较分析，使得任何关于观念宏观演变的论断，都难免缺乏坚实的经验证据支撑。“人机协同阐释”新范式提供了革命性的赋能路径，通过由研究者主导的、完整的四阶段探究循环，将一个宏大的观念史问题，转化为一项可被经验检验的开放性分析任务。

第一步是“问题建构”。研究者需要运用理论洞察，将一个宽泛的学术关怀，转化为一项可被计算模型操作化的“好问题”。例如，可以将对“资本”概念的笼统兴趣，精确化为具体问题：“以1992年为界，资本一词在学术话语中，语义网络发生了何种可测度的结构性变迁？”

第二步是“模式发现”。在问题指引下，AI的远读能力被激活。通过训练历时性词嵌入模型，AI能够输出一张清晰的宏观模式图景：1992年之前，资本与“剥削”“阶级”等词汇高度关联；之后，关联对象系统性地漂移至“市场”“效率”“技术”等功能性词汇。

第三步是“意义阐释”。AI发现的语义漂移模式本身并非结论，而是激发精读阐释的证据。研究者需运用“实践智慧”，将这一由数据揭示的宏观模式，置于20世纪90年代初市场化改革的历史情境中进行深度解读，提出阐释：这场语义漂移，是深刻的“话语再造”运动在语言层面的客观印证。这一历史洞见，有助于批判性地审视当下话语中资本一词看似中立的用法，从而直接“回应现实”。

第四步是“循环深化”。一个有力的阐释必然会催生出更深刻的新问题。例如，上述阐释可以导出一个新问题：“学术话语中的观念重塑，是否以及如何传递至公共话语领域？两者之间是否存在时滞或意义扭曲？”这个问题将驱动探究循环进入更高层次，开启螺旋式知识发现之旅。

3.预期贡献。本议程旨在提出一种数据驱动的“计算观念史”，除了提供客观证据，更是要通过激活历史来重塑学科的当代价值。通过揭示今天习以为常的经济学核心概念并非天然如此，而是被历史地、动态地建构的，数据驱动的历史研究能够为当代复杂的公共讨论，提供一种“事实核查”与“语境化”功能。它将经济思想史从纯粹的“过往研究”场域，转变为一个能够供给“批判性反思资源”的知识源泉，从而在疗愈学科“经验性失语”病理的同时，有力回应边缘化的价值危机。

（二）议程二：追踪思想的社会过程，评估现实影响

1.根本挑战与战略对接。议程一为经济思想绘制了清晰的静态肖像，在此基础上，传统研究的一个更深层的局限凸显出来：它长于分析“思想是什么”，但难以追踪“思想如何起作用”。早在半个世纪前，古德温便批评当时的研究过于偏重静态文本与事件，而忽略了理论与社会之间复杂的动态过程，并强烈呼吁一种“过程分析”框架。然而，由于传统研究方法在处理大规模、跨圈层、长时段的文本数据时力所不及，这一理想在很大程度上仍停留在理论倡导层面，集中体现了“过程性失察”的核心病理。本议程的战略角色，恰恰是推动研究范式完成从“静态描摹”到“动态追踪”的一次根本性转变，为思想本身撰写一部完整的“社会传记”，即系统性地重构一个观念从诞生、跨界传播到社会应用的完整“社会生命周期”。

2.核心问题与赋能路径。本议程的核心问题是：如何能以可复制、可验证的方式，大规模地追踪经济思想从象牙塔诞生，到穿越政界、商界、媒体等不同社会圈层，并最终嵌入制度或影响公众观念的完整“社会生命周期”？这一宏大构想对研究能力的要求，是传统精读范式无力满足的，而“人机协同阐释”新范式为此提供了一套行之有效的分析框架。

第一步是“问题建构”。研究者需将对思想动态过程的关怀，转化为一个清晰的追踪任务。例如，以“人力资本”理论为例，提出问题：“诞生于芝加哥学派的、作为微观分析工具的‘人力资本’理论，是如何在‘旅行’到世界银行等国际政策组织后，被策略性地重塑为一个服务于宏观发展叙事的、可被量化管理的政策工具的？”

第二步是“模式发现”。为回答提出的问题，需构建一个包含学术文献与政策报告的“跨圈层平行语料库”。AI的远读任务是，通过语义场比较与网络分析，发现其传播路径与宏观模式。例如，AI可能发现：在学术文献中，“人力资本”的语义网络复杂，与“最优化”“家庭生产”等词汇紧密关联；但在政策报告中，网络被大幅简化，主要与“国民教育年限”“GDP增长”等可测度的政策目标强关联。

第三步是“意义阐释”。研究者需对AI发现的“语义简化”模式进行深度阐释。这并非简单的理论退化，而可能是一种为了让思想变得更具可操作性、更能被政策制定者所理解和采纳的、有意识的“策略性转译”。因而，阐释能够揭示思想为了获得影响力而必须付出的代价。

第四步是“循环深化”。一个有力的阐释会导向更深刻的追问。例如，“这种为了政策实用性而进行的‘语义简化’，是否导致了非预期的后果？比如，过度强调‘教育年限’这一量化指标，是否反而遮蔽了对教育质量、技能匹配等更复杂维度的关注？”这一追问将探究引向对思想社会影响的深层评估。

3.预期贡献。本研究议程的成功推进，将完成经济思想史研究范式的一次重要突破：从对“思想是什么”的静态画像式描摹，转向对“思想如何起作用”的动态电影式追踪。这不仅回应了古德温等学界先驱的长期呼吁，也为疗愈学科“过程性失察”病理提供了切实可行的解决方案，最终赋予思想史研究解释思想自身社会影响的动态解释力。

（三）议程三：重绘学科互动与边界，确立发展新定位

1.根本挑战与战略对接。在成功地追踪了单个思想的“社会生命”之后，一个更宏大、更根本的问题浮现出来：承载这些思想的“学科”本身，是如何在与社会科学的“邻里关系”中被历史性地塑造的？经济思想史研究长期存在一个内生性的视野局限：这门学科的历史叙事往往是内向的，要么聚焦于理论的内部传承，要么向上对标数学、物理学，从而不自觉地忽视了经济学与社会学、政治学等“近邻”之间的复杂互动关系。这种内向的治史范式，不仅导致了对经济学自身发展史的描述出现偏差，更本质上加剧了思想史学科在学术生态中的边缘化与定位模糊。为此，本议程旨在回应“知识生产史”纲领对重构知识生态的内在要求。它的战略角色是将研究范式的分析单元，从思想的社会史提升至学科自身的社会史，不再将经济学视为孤立的知识体系，而是将其置于一个由多学科构成的、动态演化的“知识生态系统”之中。

2.核心问题与赋能路径。本议程的核心问题是：经济学的学科身份、分析方法与核心边界，是如何在与其他社会科学持续对话、借鉴、竞争乃至领地划界中，被历史性地共同塑造的？这一“共构史”的宏大问题，触及了传统研究范式最深的结构性失明。以往研究只能进行“点状”的个案考察，无法绘制“面状”的、贯穿整个知识生态系统的宏观互动图景。本文提出的新范式则为此提供了整体性的赋能路径。

第一步是“问题建构”。研究者需提出一个可被计算的比较性问题。以“资本”这一横跨社会科学的概念为例，提出问题：“资本”概念的语义网络，在经济学与社会学两大学科的核心文献中，呈现出何种结构性差异？

第二步是“模式发现”。为回答提出的问题，需构建一个包含经济学与社会学核心期刊的“跨学科平行语料库”。AI的远读任务是运用跨学科词嵌入模型，发现并输出一张清晰的“语义分岔”图谱：在经济学中，“资本”的语义网络指向一个技术性的核心——关于效率与配置；而在社会学中，其语义网络指向一个批判性的核心——关于权力与再生产。

第三步是“意义阐释”。研究者需对AI发现的“语义分岔”模式进行深度阐释。这并不是简单的“误读”，而是接收学科（社会学）为了将资本这一外来概念整合进自身理论框架，而进行的“创造性挪用”。这种挪用揭示了思想在学科旅行中，必然会与接收地的理论基础发生深刻的互动与融合。

第四步是“循环深化”。由上述阐释导向的新问题，可能是：当这种变异后的资本概念在社会学中扎根后，它是否又反过来对经济学本身产生了“回溢效应”？例如，社会学对“社会资本”的探讨，是否以及如何影响了后来的行为经济学对社会网络与信任等非经济因素的关注？

3.预期贡献。本议程致力于产生一种全新的、真正意义上的“关系视角下的经济思想史”。它将超越传统的内向叙事，提供一幅由多维数据驱动的、经济学与其他社会科学互动的“共构图景”。在范式革新层面，本议程的意义更为深远：作为回归“社会科学史”的重要一环，它强调经济学与其他社会科学的共同发展与互动，从而帮助学科从对主流经济学的附庸身份中挣脱，在一个更广阔、更多元的历史学共同体中确立独立的认同与评价标准，并为整体范式转型注入理论自觉与批判性力量。

（四）议程四：考察思想的生产者，奠基经济学的知识社会学

1.根本挑战与战略对接。传统的经济思想史常常陷入一种“迷人的自负”，倾向于将经济思想视为“自主的、自由漂浮的空灵之物”。相关研究长于梳理理论的内在逻辑，却因此陷入了更深层次的过程性失察：它忽视了思想的诞生与传播并非抽象的过程，而是必须经由具体的“人”在特定的社会机制中完成。因此，对思想生产者自身社会形成史的失察，就是对知识生产关键环节的失察。本议程将分析的镜头进一步转向知识生产的内部，推动一次从“学科社会史”到“知识社会学”的深度反思。其实质，是要将经济思想的生产者本身作为研究对象，全面考察背后的研究生教育、教科书体系、学术评价标准等社会性基础设施是如何历史地演变的。

2.核心问题与赋能路径。本议程的核心问题是：我们时代的经济学家，是如何被自身所处的“社会性基础设施”系统性地培养与筛选的？这一过程又是如何影响了当代经济思想的整体面貌？此问题旨在揭示经济学知识生产的“后台”机制，但传统研究范式难以完成，因为需要整合规模庞大、类型高度异构的数据，而“人机协同阐释”新范式提供了综合性的赋能路径。

第一步是“问题建构”。研究者需提出一个可被经验检验的社会学假说。以20世纪中期的“剑桥资本争论”为例，提出问题：“这场范式竞争，是否通过具体的制度化奖惩机制，转化为一场社会学意义上的‘优胜劣汰’？具体而言，与新古典综合派（美国剑桥）的博士相比，新剑桥学派（英国剑桥）的博士在美国顶尖大学获得教职的概率是否显著更低？”

第二步是“模式发现”。为检验上述假说，AI的远读任务是整合并分析三类异构数据。第一类，文本数据。通过计算内容分析，追踪这场争论在主流教科书中是如何被呈现与处理的：从最初被描绘为激烈交锋，到后来被逐渐边缘化，最终在核心知识体系中被彻底遗忘。第二类，网络数据。通过社会网络分析，绘制争论双方的引文网络与师承网络，表明是否存在相互隔绝的引文壁垒与学术阵营。第三类，生涯数据。通过量化职业轨迹分析，比较双方阵营博士毕业生的生涯数据，从而以数据展现一个冷峻的社会学事实：范式的胜利，最终通过制度化的筛选机制，物化为学者个体可被量化的“职业代价”。

第三步是“意义阐释”。研究者需对上述三类数据共同指向的宏观模式进行阐释。它雄辩地证明，思想的胜利并非仅是逻辑上的，更是社会学意义上的。学术共同体通过具体的制度化筛选机制，完成了对特定范式的确立与对另一范式的“结构性边缘化”，从而将抽象的范式之争，转化为实在的资源分配与权力格局。

第四步是“循环深化”。前述阐释会导向一个更具全球视野的新问题：这种在美国学术市场观察到的筛选效应，在欧洲或其他地区的学术市场中是否同样存在，抑或存在反向的“保护效应”？这是否导致了经济思想在不同国家或区域，形成了持续至今的国别风格？

3.预期贡献。本议程通过将文本内容、社交网络与生涯数据进行整合，首次对经济学家知识生产的全周期，从知识的灌输，到技能的训练，再到职业的筛选与评价，展开全方位的实证考察。同时，它促使经济思想史将自身的分析工具，有力地指向了经济学知识共同体的演化历史，为批判性的审视主流如何通过具体的社会机制得以形成和巩固，提供了一种全新的、基于数据的分析路径与反思工具。

（五）议程五：整合观念与现实，夯实思想史的实证根基

1.根本挑战与战略对接。在经济学研究的实践中，长期存在着将经济史（研究客观的“经济”）与经济思想史（研究主观的“观念”）进行二元分割的倾向。这种将“真实经济”与“关于经济的理论”截然分开的划分，已成为生产有趣历史的障碍，也是思想史研究中“经验性失语”的直接根源。本议程旨在打破这一坚固壁垒，不再单向地探究现实如何“决定”思想，或思想如何“反映”现实，而是要系统性地考察“经济事实”与“经济观念”在历史中相互定义、相互稳定、共同演化的“共构”过程。

2.核心问题与赋能路径。本议程的核心问题是：我们如何能以可验证、可复制的方式，检验一个经济“观念”是否以及如何反身性地影响和重塑了经济“现实”？此问题旨在为关键经济“事实”撰写一部“观念传记”，要求将抽象的学术文献、具体的政策文件与客观的经济数据，在同一根时间轴上进行对齐与关联分析。这超出了传统研究范式的能力范围，而人工智能赋能的新范式提供了可能的实现路径。

第一步是“问题建构”。研究者需将关于“共构”的宏大命题，转化为一个可被检验的假说。以“自然资本”为例，提出问题：自然资本这一学术概念，是如何通过被国际组织“建制化”为一个可测度的会计标准，并最终反向塑造国家环保政策与财政投入的？

第二步是“模式发现”。为检验假说，AI的远读任务是分析一个包含生态经济学文献、联合国与世界银行报告、各国环境与经济核算体系（SEEA）文件及财政数据的“共构语料库”，并进行跨数据源分析。首先，进行观念建制化追踪。AI通过文本分析，可以清晰地追踪自然资本一词从学术圈“旅行”到政策圈，并最终被固化为SEEA中一套具体核算指标的制度化路径。其次，方法论突破与因果检验。关键的突破在于，将“自然资本观念通过SEEA体系实现制度化”这一历史性的“观念事件”，操作化为一个可被量化的虚拟变量，并与各国的环保财政投入等“现实数据”序列进行计量分析。AI发现的核心模式可能是一个统计上显著的因果效应：采纳了自然资本核算体系的国家，相比未采纳的国家，在环保领域的投入出现了显著的、额外的增长。

第三步是“意义阐释”。AI发现的统计效应本身并非结论，而是为研究者进行深度历史阐释提供了前所未有的实证依据。研究者必须审慎地解读这种关联，并结合对关键报告、专家访谈的精读，探讨背后的复杂传导机制：全球性的环境压力、由国际组织推动的专家共识以及各国独特的政治议程这三股力量，是如何相互交织、共同创造出一个让“观念”得以“现实化”的政治与社会窗口的。

第四步是“循环深化”。意义阐释可能导向对共构关系更全面的探索，例如，除了影响宏观政策，将“自然”资本化的观念，是否也会反向重塑“资本”自身？具体而言，它是否通过催生ESG（环境、社会及管治）投资的兴起，将环境绩效整合进企业的财务表现，从而从根本上改变了金融市场对“资本”进行估值和定价的逻辑？

3.预期贡献。本议程通过提供一套可复制的方法论，将“观念”与“现实”置于同一个数据驱动的分析框架下，从而为“观念如何塑造现实”命题提供了可检验的、而不仅仅是叙事性的证据。这不仅从根本上打破了经济史与经济思想史之间的壁垒，更重要的是，它为疗愈学科的“经验性失语”病理，提供了一条根本性的疗愈路径，从而将思想史研究的现实解释力与理论抱负，提升到了一个全新的高度。

（六）议程六：激活思想遗产，构建经济学自主知识体系

1.根本挑战与战略对接。在呈现了数字化范式的多维分析能力后，本议程聚焦于一项兼具历史深度与时代高度的重大使命：激活中国浩瀚的思想遗产，为构建经济学自主知识体系提供学理之源。这一使命的艰巨性，源于中国思想资源独特的“弥散”形态——关于经世济民的智慧广泛分散于浩如烟海的经、史、子、集，缺乏现代科学的体系化特征。面对如此规模的非结构化文献，传统治学方法虽在文本解读上拥有不可替代的深度，但在进行全局性的思想资源盘活与宏观脉络勾勒时，暴露出能力上的结构性瓶颈。本议程将展示新范式如何作为一套强大的方法论工具，为完成经济思想史学科的时代使命提供关键赋能。

2.核心问题与赋能路径。本议程的核心问题是：我们应如何对中国传统思想遗产进行系统性的知识考古与理论激活，从而为构建自主知识体系提供坚实的、由数据驱动的学理支撑？“人机协同阐释”新范式为此提供了一条全新的赋能路径。

第一步是“问题建构”。研究者将宏大的学术关怀，提炼为一个可计算、可探究的“好问题”。例如，在现代资本概念传入之前，中国古代关于财富增殖与国家调控的“前资本”思想网络，呈现何种脉络与结构？

第二步是“模式发现”。利用AI的远读能力，对海量数字化古籍进行知识考古。它能将传统研究中依赖学者个人博闻强识的“大海捞针”，转变为可复制、可验证的“思想海洋测绘”，输出一张远超个人能力的、宏观动态的“中国古代经济思想知识图谱”。

第三步是“意义阐释”。研究者需对这张由数据生成的思想知识图谱进行深度解读。例如，它可能揭示出，除了《管子》等经典文献外，某些不为人知的奏章或笔记，在不同的思想板块之间扮演了关键的桥梁角色。这种数据驱动的发现，能为理解中国古代经济思想的内在复杂性提供全新视角，甚至修正既有的思想史叙事。

第四步是“循环深化”。在清晰地绘制出本土思想图谱后，一个更具跨文化对话意义的新问题便可被精确提出：这个内生的思想结构，是如何与近代传入的西方经济学进行嫁接与融合的？例如，严复在翻译斯密的著作时，用词选择在多大程度上受到了中国传统“义利观”话语的无形影响？

3.预期贡献。本议程通过“激活历史”与“数字赋能”，试图将中国数千年文明中独特的经济智慧进行系统性的整理、分析与阐发，使原来散落的、前现代的话语，转变为可供现代理论创新汲取的、系统化的“思想资源库”。这不仅为构建“中国特色、中国风格、中国气派”的经济学理论提供了坚实的学理根基，更使得在全球学术舞台上以一种更自信、更严谨的方式讲述“中国故事”成为可能。

上述六大议程并非孤立的研究清单，而是将第二部分确立的“知识生产史”研究纲领具体化的一套行动方案。它遵循着一条从外部到内部、从客体到主体的解析逻辑：始于对知识客体（观念）的谱系追溯与过程追踪（议程一、二），进而深入知识生产的社会性基础设施，即学科生态与生产者社群（议程三、四），再到探究知识产品如何反身性地塑造现实（议程五），并最终将这套完整的分析能力，用于服务构建自主知识体系的时代使命（议程六）。这一层层递进的研究议程，不仅为疗愈学科核心病理提供了一套系统性方案，更为经济思想史跨越能力鸿沟、全面落实“知识生产史”的宏伟蓝图，提供了一份具体、可行的路线图。

五、范式的价值、使命与反思

这一部分将分析的重心从“范式如何运作”转向“范式意味着什么”，探讨范式应用所蕴含的深远价值和肩负的未来使命。同时，也将秉持批判性的反思精神，审视范式实践中潜藏的风险与挑战。

（一）实现学科突围：走向一门更“厚重”的历史科学

本文提出的“人机协同阐释”新范式，最根本的价值，在于为经济思想史学科提供了一套实现学科突围的方法论工具。这场突围并非单一维度的技术改良，而是一次由内而外、环环相扣的深刻变革。

第一步，是方法论的精准赋能，旨在为“知识生产史”研究奠定坚实的能力基础。新范式直面学科的三大内生性病理，并提供了针对性的疗愈方案。它以远读计算能力克服“结构性失明”，将视野从少数正典拓展至整个知识生产的社会生态；以动态追踪能力疗愈“过程性失察”，从而重构观念从诞生到“建制化”的完整社会生命周期——而这正是“知识生产史”的核心动态过程；最终，以强大的数据整合与分析能力回应“经验性失语”，将“知识的社会建构性”命题，从一种哲学思辨提升为一门可被严谨检验的实证历史科学。

第二步，是学术理想的全面落实，明确了突围的根本方向。在上述新能力的支撑下，经济思想史得以将突围的意义，从应对边缘化危机的被动策略，升级为对学科内在使命的全面践行。这场“落实”，便是将学界早已确立的“知识生产史”宏伟蓝图，从一种“纲领性倡导”转化为系统的研究现实，从而彻底弥合“理想与现实的鸿沟”。至此，那个长期以来因工具所限而略显理想主义的学术抱负，终于获得了成为可操作之现实的可能。

第三步，是治学范式的深刻跃迁，目标是升华学科的知识贡献，锻造一门更“厚重”的历史科学。这场变革最终将学科引向从被动“反思”到主动“重构”的决定性跃迁。所谓“厚重”，正在于“可重构性”：新范式不满足于对思想结果的静态描摹与反思，而是致力于以可验证、可复制的方式，重现思想被“建制化”为知识的动态社会过程。这不仅是回答历史“是什么”，更是揭示历史“如何成为这样”的深层因果链条。此项重构历史过程的能力，标志着经济思想史将完成范式突围，转型为一门成熟、独立的社会科学史，并为承担更宏大的学术与社会责任奠定了基础。

（二）重塑学术关系：从边缘附庸到主动的“建构性他者”

实现学科突围后，经济思想史便有能力重建与主流经济学的关系——从昔日边缘的附庸，或仅在外部进行批判的“反思性他者”，转变为一个能够主动参与、诘问并共同塑造核心议程的“建构性他者”。

首先，作为“理论灵感”的系统性发掘者。传统研究依赖学者个人博学去偶然发现历史灵感，而新范式凭借对海量文献的远读能力，将这一过程转变为可系统化执行的“知识考古”。它能高效发掘那些被遮蔽的理论线索与异质思想，不再只是被动储存理论的“陈列馆”，而是成为主动为当代创新提供思想活水的“动力源”。

其次，作为“经验平台”的公共建设者。新范式的充分实践将产出结构化的思想史语料库，这是一种全新的公共数据产品，为经济学提供了与历史进行可计算、可验证对话的平台，让主流经济学家能直接在历史文本上检验理论假说。这将从根本上改变过去思想史仅作为“只读”领域的局面，开辟“可读可算”的互动新范式。

最后，作为一种“历史性”的过滤器，包括：（1）过滤核心概念。它能以数据驱动的方式，清晰地揭示主流经济学中看似普适的概念，其内涵是如何被历史性地建构、窄化甚至扭曲的，为概念的滥用提供有力的批判性参照。（2）过滤模型假设。它能深度嵌入主流经济学的因果推断工作，例如，通过重构观念演变史来检验自然实验的“外生性假定”，或为理论模型的关键参数提供“经验锚点”，从而为当代经济学最核心的因果识别工作提供严格的“历史检验”。

（三）服务时代使命：构建自主知识体系的方法论升级

“人机协同阐释”的战略价值，体现在赋能经济思想史学科，为“构建经济学自主知识体系”这一宏大的理论建造工程，提供一套升级的“施工方案”。

首先，是“工具箱”的升级。面对弥散于经、史、子、集的思想资源，传统研究方法虽能凭借学者学养发掘出珍贵的思想片段，却难以系统回答思想资源的总体分布、核心脉络与内在结构等根本问题。新范式则可打造一套工具，通过全方位的“知识考古”，测绘出传统思想遗产的宏观图景，从根本上保证了知识体系的全面性和系统性。

其次，是“工作流”的升级。传统工作流在找到历史思想后，倾向于作为“标本”进行解读，难以洞察其在原始思想体系中的结构性功能。新范式的工作流，借助网络分析等手段，可以复原思想概念间的“原始连接方式”与“本土语法规则”。这使得在构建新理论时，能够让历史资源在新的体系中各归其位、发挥结构性功能，而不只是作为装饰性的“思想标本”。

最后，是“生成机制”的升级。将古代智慧转化为现代理论，传统上高度依赖学者的“个体性灵感”，近乎一种不可复制的艺术。新范式则将理论综合的过程，升级为系统性的创造。它通过揭示思想图谱中意料之外的“连接点”与“结构性空白”，为催生新颖的理论假说提供了“富矿”；通过搭建古今、中西概念间的“语义桥梁”，为“创造性转译”提供了坚实的分析基础。这从根本上将理论创造环节，从一种高度依赖个体洞察的过程，转变为人机协同、有章可循的综合探索，可为建成“中国特色、中国风格、中国气派”的经济学理论提供强大的生成性动力。

（四）审慎的驾驭：新范式的潜在风险与伦理挑战

任何深刻的技术变革在带来机遇的同时，也必然伴随着需要被审慎驾驭的风险。本文推动新范式走向成熟，不仅体现在有所作为，更在于对以下三重挑战保持清醒的认知与反思。

其一，是认识论上的“技术实证主义倾向”。人工智能强大的量化能力，可能导致新的“认识论等级”，即认为“可计算”知识比质性的洞见更高级、更科学，使研究者在受益于计算便利的同时，遗忘历史深处无法被量化的重要角落。因此，驾驭之道在于始终坚持“计算服务于阐释，而非取代阐释”的核心原则，对量化路径保持谦抑与警惕。

其二，是社会学上的“马太效应”风险。高性能计算与大语料库的门槛，可能无意中加剧学术界的资源鸿沟，固化既有优势，让资源有限的机构与学者进一步被边缘化。因此，实践新范式不仅是倡导新理念，更需要致力于构建共享的学术基础设施，以切实降低后来者的准入门槛。

其三，是伦理与政治上的双重挑战。新范式强大的“观念考古”能力是一把双刃剑，既可能带来深刻的解构性洞见，也可能在公共领域被误用，或在服务于现实重大课题时，被当代议程“工具化”。这要求研究者必须保持高度的学术独立性与伦理自觉，警惕研究被简单化、工具化解读的风险，坚守人文学者的专业责任。

综上，驾驭人工智能赋能的经济思想史新范式的核心智慧，必然回归到研究者的主体责任之上。唯有激活范式内在的审慎设计（如“三角互证法”），确保技术力量始终服务于人文关怀，方能在这场充满机遇与挑战的探索中行稳致远。

六、总结

本文以人工智能浪潮下人文学科面临的深刻挑战为背景，系统性地回应了“如何构建一个AI赋能的经济思想史研究新范式”这一重要议题。现将核心贡献、研究边界与未来展望分述如下。

本文的首要贡献在于，为经济思想史的学科突围，规划了一条融合史学反思与方法论革新的全新路径。这条路径的起点，是一个立足于学科发展史的新诊断：学界虽早已完成向“知识生产史”的史学自觉，但宏大理想与传统方法“内生性病理”（结构性失明、过程性失察与经验性失语）之间存在深刻的“能力鸿沟”，导致转型迟滞。为此，本文构建的“人机协同阐释”新范式，为精准疗愈病理、跨越能力鸿沟提供了整体方案，从而将“知识生产史”从一种思辨构想，提升为一门可被严谨检验的实证科学。在此坚实的方法论基石上，学科突围不再是关于身份定位的争论，而是一次将长期搁置的学术理想转化为研究现实的范式革命。这场革命的最终方向，是全面落实“知识生产史”研究纲领，产出真正“厚重”的历史画卷，从而为学科的价值重塑提供坚实根基。

当然，作为一项聚焦于“范式建构”的奠基性探索，本文的研究边界十分清晰。论文的论证重点是新范式的理论融贯性及其“诊断与疗愈”学科病理的有效性，并未包含一个完整的实证案例。但这并非疏忽，而是出于知识生产顺序的考量：唯有奠定坚实的理论方法基础，后续的经验研究方能得以稳固开展。

正是这一奠基性的工作，为未来指明了方向。最迫切的后续任务，便是将这份蓝图全面付诸实践，在严谨的实践检验中衡量新范式的生命力，并为“构建经济学自主知识体系”等重大议题产出突破性的成果。更长远地看，新范式的价值不止于完成既定议程，更有望开辟出全新的理论前沿。它可能将“观念史”研究深化为对社会“集体心态地图”的绘制，从而将“知识生产史”的考察对象从精英拓展至大众；或可基于数据驱动的“长时段”演化史书写，开启大规模、可验证的跨文明比较研究。

最终，本文的理论抱负，是为所有面临AI时代挑战的经典人文学科，提供一份可供参考的“行动蓝图”。这份蓝图的根本逻辑在于，任何学科的革新，都可循着相似的路径展开：以精准的自我“诊断”为起点，即深刻反思在技术变革面前，学科的本质任务是什么，以及支撑这一任务的核心能力瓶颈何在；以构建一个人机优势互补、学者智慧主导的“新范式”为核心，并以将技术赋能转化为实现学科价值与使命的重塑为根本目标。我们希望，这份兼具理论前瞻与实践路径的指引能够为整个人文学科智慧、审慎地拥抱技术变革，提供一份来自经济思想史领域的思考与参照。

〔本文为国家社会科学基金重大项目“中国经济学自主知识体系建构的方法论研究”（23&ZD129）的阶段性成果〕