关于

Chanw

会计实证、因果推断、与大语言模型的交叉处。

Chanw

A Little Context

我在 会计实证因果推断、与 大语言模型 这三件事的交叉处工作。把它们整合成一条连贯的研究路径 是个持续的、有意思的挑战。

学位与方向标签是滑动的、易变的。但我的工作大致落在三组伞下:审计实证(财务舞弊识别)、 单被试纵向因果分析(用 ITS 与合成控制研究历史人物的人格演化),以及 科研流程本身的工具化 (用 Claude Code 写论文这件事)。

我目前是研究生在读,研究方向为会计、财务与大语言模型的交叉。同时维护 《Claude Code 科研手记》 ,以及配套的《Claude Code 实证研究全流程讲解》视频系列——在小红书等平台已经辅助 1,000+ 硕博研究生在恪守科研规范的前提下用 LLM 工具提效。

这几年的轨迹大致是这样:

研究生在读 · 会计、财务与大语言模型
2025 — 至今
以财务舞弊识别为切入点,结合因果推断与机器学习方法。自学大语言模型应用工程, 进入软件开发与 vibecoding 实践。研究兴趣拓展至 LLM 在财务、审计场景的应用。 维护本站,以及《Claude Code 科研手记》。
本科 · 会计 / 企业绩效实证
大二 — 大四
自大二起持续使用 Python、VBA、Stata 与 R 完成数据爬取、清洗与 BHAR、CAR 等研究指标的构建。从描述统计逐步过渡到多元回归, 并把"用工具做研究"这件事当成第二门主修。

业余时间维护本站的 学术工具书系列 Claude Code skills 索引 、与 AI 行业 News 抓取 。也在小红书发科研工具笔记。

A Little History

我的研究路径有一条相对清晰的线索:从「用工具做研究」,到「研究工具本身」

本科时用 Excel 和 Stata 处理 CSMAR 数据算 BHAR / CAR,发现描述统计远远不够 回答"为什么"——硕士阶段就转向因果推断与单被试纵向分析。再后来意识到工具本身 值得研究,于是写了《Claude Code 科研手记》。

由经管研究方向起步、逐步深入计算机工程实践的背景,让我在面对这类工具时 既保留了经管研究者的第一手堵点视角,也把版本控制、文档纪律、模块化设计 这些工程规范以低上手门槛的方式融入日常研究。

本站是这条路径的一个产物——把读过的书、写过的章节、用过的工具集中存放, 按"花园"的方式持续生长。