复现一篇金融论文，像照着别人的菜谱重做一道菜：既要找齐数据，也要按原方法运行分析，再看结果是否接近。Dmitriy Muravyev 在 2026 年 8 月的论文中，把这套工作交给自主 LLM 流程——让大语言模型连续读论文、写代码、处理数据并核对结果，而不只是生成一段摘要。
据 Steve LeCompte 在 cxo-advisory 的介绍，这套流程尝试复现 2000 至 2020 年间三本金融期刊发表的 5,430 篇实证论文。受数据可得性限制，它完成了 1,328 篇样本内复现，其中 1,005 篇还有足够的后续数据，可进一步做样本外检验——把原方法用于论文研究期之后，观察结论是否仍然成立。真正值得关注的是规模：若这类流程可靠，逐篇验证研究的人工成本可能明显下降。不过，现有材料因付费墙截断，未披露成功率等核心结果；而且可复现只代表结果能重做出来，并不等于论文结论正确。