人工智能正在将社会科学研究从“体力活”转变为 Vibe Research（氛围研究）。在这种新范式下，研究者的核心价值不再是清洗数据或撰写文献综述等繁重执行工作，而是提出好问题、把握研究方向的品味与判断力。虽然学术界因既得利益、对“努力等于价值”的执念而产生强烈抵制，但技术变革已不可逆转，学术评估的瓶颈正从“内容生产”转向“价值筛选”。
什么是 Vibe Research？
受程序员群体“Vibe Coding”概念的启发，Vibe Research 描述了一种由人类指挥 AI Agent（智能体）处理具体技术实现，而人类仅负责宏观监督和节奏把控的工作方式。
- 执行层面的外包： 研究者不再需要亲手清洗每一行数据或手动编码访谈记录，AI Agent 能够理解项目结构并跨文件协作。
- 思维单位的跃迁： 研究者的思考单位从“段落”和“章节”进化到了整个“项目”的逻辑框架。
- 品味优先： 科学的约束正在从生产端转向评估端，研究者的品味和方向感比执行力更重要。
从“辅助工具”到“数字分身”：AI 进化的三阶段
学术研究与 AI 的结合经历了快速的形态演变：
- 复制粘贴时代： 将 AI 视为高级润色和翻译工具，本质上是“人干活，AI 打下手”。
- 编辑器内协作： 以 Cursor 为代表，AI 进入写作环境，通过自动补全和本地上下文实现“同桌同事”般的协作。
- Agentic AI 时代： 以 Claude Code 为代表，AI 能够理解复杂研究设计，自主运行回归分析、整理结果，成为研究者的“数字分身”。
“争论 AI 是否真正具有智能，就像在争论计算器是否真正会做数学，而你的竞争对手已经把题做完了。”
为什么学术界存在强烈的抵制心理？
尽管 AI 能在数小时内完成传统研究需耗时数周的工作，但学术界的反对声浪依然巨大，这主要源于三个层面的认知冲突：
- 缺乏实践经验： 许多批评者仅尝试过网页版对话，从未体验过深度嵌入工作流的 Agent 工具，将 2023 年的落后认知强加于 2026 年的技术。
- 既得利益受损： 资深学者在旧范式中投入了巨大的沉没成本，AI 抹平了他们通过多年训练积累的“技术护城河”。
- “努力等于价值”的执念： 学术界长期迷信“可见的努力”。当研究变得轻松，人们会产生一种本能的排斥，认为不够费力的工作就没有价值。
定性研究：AI 无法取代，但能显著增强
传统观点认为田野调查和深度访谈是 AI 的禁区，但 AI 正在重塑定性研究的边界：
- 透明度与可复现性： 使用 AI 辅助编码（Coding）可以让原本不透明的分析过程变得可记录、可审计。
- 规模化访谈： AI 能够担任初级访谈者，在极短时间内完成大规模的基础调研。
- 人机互补： 人类擅长感官体验和情感共振（走进村庄、面对面交流），AI 擅长模式识别和海量文本提取。
学术发表机制的崩塌与重构
当论文生产成本降低至百分之一，现有的发表体系将面临结构性危机。
- 评估成为瓶颈： 投稿量激增将导致同行评审系统不堪重负，期刊的瓶颈不再是寻找稿件，而是如何筛选掉“自动化的常规科学”。
- 格式的消亡： 传统的 PDF 论文可能不再是最佳载体。未来的学术产出或许是可复现的代码仓库或动态数据仪表盘。
- 品味的溢价： 当技术执行不再是门槛，原创性的洞见和审美将成为区分优秀研究者的唯一标准。
“AI 正在颠覆的那个系统，本来也没有运转得很好。”
核心结论：写作即思考，Prompt 亦然
虽然有人担忧 AI 会导致技能萎缩，但 撰写 Prompt 同样是一种结构化思考。研究者必须清晰地定义问题、明确假设并识别 AI 产出的瑕疵。Vibe Research 并非不思考，而是将思考的重心从“低效的执行”转移到了“高价值的决策”。
在 AI 时代，保持知识诚实并积极整合技术，比躲在制度后面盲目抵制更有意义。