求职论文“Robust Misspecified Models and Paradigm Shifts”阐述了个体即使在有更准确的替代模型的情况下仍然可能持有错误的决策模型并表现出系统性行为偏差，为现有错误模型学习文献提供了一个理论基础。她因此获得2023年REStud Tour提名，并成为首位获得此殊荣的北京大学校友。
“ 有一个印象深刻的瞬间是在上 job market 之前，系里组织了最后一次 job talk 练习。那段时间我为了准备论文，一直在加班加点，睡眠和饮食都严重不足，导致 job talk 的时候我的表现非常差。我因此很沮丧，觉得自己浪费了一个获得反馈的机会，而且给不熟悉我的老师留下了一个很差的印象。但是导师Aislinn Bohren并没有批评我的表现，她只是静静地听我的讲述，然后给我泡了一杯热气腾腾的洛神花茶，告诉我我的表现完全没有影响她对我的评价，还分享了很多控制压力的小技巧。我永远感激她的温暖和力量。”
" Proactivity is key - make yourself known to the academic community by attending seminars and conferences frequently and early. Use these opportunities to share your research and ideas with colleagues and seminar speakers.Remember that someone in the audience could be a potential interviewer, evaluator, or referee, so treat each talk as if it were your job talk."
“主动性是关键——通过频繁且及早地参加研讨会和学术会议，让自己在学术圈中为人所知。利用这些机会与同行和演讲者分享你的研究和想法。要记住，听众中可能有人将来会成为你的面试官、评估者或推荐人，因此要把每一次报告都当作自己的求职演讲一样认真对待。”
---------------- -------- 强调在学术生涯早期就要积极“刷存在感”，并始终保持专业水准。
这篇文章通俗解读：为什么错误的信念有时特别“顽固”？
这篇论文是匹兹堡大学经济系助理巴教授的独作，标题是《Robust Misspecified Models》（误设模型的稳健性）。它已被经济学界最顶尖的期刊《American Economic Review》（AER）有条件接受（conditionally accepted），预计很快正式发表。
核心问题：为什么有些错误的观点或模型，死都改不过来？
我们生活中常看到：有人明明看到大量反面证据，却还是坚信自己的“错误”想法。比如，有人过度自信觉得自己能力超强；有人偏爱某个新闻来源，总觉得其他媒体都在骗人；甚至政治观点极端化，怎么辩论都没用。
传统经济学假设：如果模型错了（比如你对世界的理解有偏差），看到足够多数据后，人就会慢慢修正，趋向正确。但现实不是这样！这篇文章就问：到底什么样的“错模型”特别顽固，能长期存活，甚至打败正确的模型？
作者的答案：取决于两个关键因素
作者构建了一个数学模型，模拟人们如何在不同“世界观”（模型）之间学习和切换。人们不是随便换想法，而是有“惰性”——只有当另一个模型明显更好（数据支持度高到一定阈值）时，才会切换。
研究发现，一个错误的模型能不能“顽固存活”，主要看两点：
1. 渐进准确性：这个错模型在长期能不能“自圆其说”？也就是说，用这个错模型指导行为后，产生的数据看起来和模型预测的一样（形成一个“自我强化”的循环）。如果能，它就有了生存基础。
2. 先验信念的紧密度（也就是一开始多坚定）：如果你从一开始就特别相信这个模型（先验很“集中”、很顽固），它就更容易坚持下去。因为切换需要积累足够多“反证”，而坚定的先验像一道“护城河”。
最惊人的结论：
- 即使你看无限多数据，错误的模型也可能永远不倒，甚至能击败包含真实世界的正确模型！
- 简单的错模型 + 根深蒂固的信念，往往比复杂的正确模型更顽强。为什么？简单模型参数少，先验更容易集中在“对”的点上；复杂模型参数多，先验分散，容易被数据动摇。
现实例子：过度自信和媒体偏见
作者用两个应用来说明：
- 过度自信：很多人觉得自己比平均水平强（比如开车技术）。论文证明：过度自信的错模型比“低估自己”的错模型更顽固，因为它能形成自我强化循环（自信 → 更努力 → 更好结果 → 更自信）。
- 媒体消费偏见：人们倾向只看支持自己观点的新闻，导致政治极化。错的“偏见模型”如果先验很强，就能长期存在，解释为什么有些人怎么都说服不了。
为什么这篇文章重要？
它给“信念顽固”提供了严谨的经济学理论基础。不是说人们傻，而是学习过程本身有机制，让某些错误特别难根除。这对理解行为经济学、政治极化、假新闻传播等现象很有启发。
总之，这是一篇超级有洞见的论文，用数学证明了“偏见有时比真相更强大”——不是因为人们不理性，而是因为学习规则和初始信念的“设计”决定了谁胜谁负。恭喜教授！如果对经济学学习理论感兴趣，强烈推荐读原文（作者个人网站有working paper）。