这门课的 2026 春季版本不再满足于「讲清楚 AI 怎么影响经济」——它现在要求学生用一学期把一个 AI 创业构想做成能跑的原型，把创业本身变成教学法。
- 01Stanford Bulletin 官方课程说明明确写道，2026 春季「emphasize venture creation」：学生要组队开发、打磨一个 AI 驱动的产品或创业构想，期末交付「可运行原型 + 创业策略」
- 02课程已开了至少三届——Digital Economy Lab 官网写道「过去三年」嘉宾包括 Eric Schmidt、Mira Murati、Jeff Dean、David Autor、Condoleezza Rice、Reid Hoffman
- 03唯一公开的完整教学大纲是2025 年春季版：10 周周二讲座 + 周四讨论课，嘉宾里有 Anthropic 联合创始人 Jack Clark、OpenAI 首任首席经济学家 Ronnie Chatterji、MIT 的 David Autor 与 Daniela Rus
- 042025 年讨论课的 VC 定价工作坊引用数据：2024 年风险投资向 AI 创业公司投了约 $1300 亿
- 05期末评分五等分（各占 20%）：周作业、项目进度、期末展示、期末文档、讨论参与——2025 年的结构，2026 年是否延用尚未公开
- 06本文是学习指南而非原创研究——2026 年春季详细嘉宾名单尚未公开，本文不做任何虚构补全
一门跨院系的
经济学与工程课
ECON295 / CS323《The AI Awakening: Implications for the Economy and Society》是斯坦福经济学系与计算机科学系交叉列课（cross-listed），3–4 学分，可选 Letter grade 或 Credit/No Credit，申请制入学——面向经济、商科、计算机及相关专业的研究生为主。
主讲人 Erik Brynjolfsson 头衔叠了一长串：Jerry Yang and Akiko Yamazaki 讲席教授、Stanford HAI 高级研究员、Stanford Digital Economy Lab 主任，同时是 SIEPR 的 Ralph Landau 高级研究员、Stanford GSB 与经济学系的 Courtesy 教授、NBER 研究员。这门课就是由他主任的 Digital Economy Lab（Stanford HAI 下属机构）直接开设运营的旗舰课程。
课程每周有一次嘉宾讲座，请的是「AI、商业、经济与产业的领军人物」，配合前沿研究讨论与实践应用——这个格式本身，三年来没有变过。变的是2026 年春季的落点：从「听懂」变成「做出来」。
三年攒了六个
顶级嘉宾之后
Digital Economy Lab 的课程页有一句话，是理解这门课历史的关键：
「Over the past three years, speakers have included Eric Schmidt, Mira Murati, Jeff Dean, David Autor, Condoleezza Rice, and Reid Hoffman.」
这句话确认了两件事：这门课至少办了三届；过去请到的嘉宾覆盖了科技（前 Google CEO Eric Schmidt）、AI 实验室（Jeff Dean、前 OpenAI CTO Mira Murati）、劳动经济学（MIT 的 David Autor）、政策（前国务卿 Condoleezza Rice）与产业网络（Reid Hoffman）——一份典型的「顶级公开课嘉宾名单」。
而 2026 年春季的 Stanford Bulletin 官方课程说明写下了明确的转向信号：
「This course examines how advances in AI are transforming the economy and reshaping the frontier of entrepreneurship. In Spring 2026, the course will emphasize venture creation: students will explore how large language models and other AI tools enable small teams to build products and companies with unprecedented speed and scale. […] Working in interdisciplinary teams, students will develop, prototype, and refine an AI-enabled product or startup concept, culminating in a final presentation of a working prototype and venture strategy.」
翻成大白话：过去三年这门课基本是「请大佬来讲 AI 怎么改变经济」的讲座课；2026 年春季，交付物变成了一个真实的 AI 创业原型——跨学科组队，开发、打磨、最后做「可运行原型 + 创业策略」的期末展示。2026 年春季的申请已于 2026-03-16 截止（优先截止日 2026-03-09），说明这个转向不是纸面计划，是已经在招生阶段落地的安排。
需要说明：2026 年春季详细的周次安排和嘉宾名单目前没有公开。下一节 §02 展示的是 2025 年春季的完整大纲——这是目前唯一可查证的、真实运行过的教学结构，用它作为「这门课过去怎么上」的证据基线，而不是「2026 年会怎么上」的预测。
唯一公开的
完整教学大纲
2025 年春季由 Erik Brynjolfsson 主讲的 Econ295/CS323，结构是 10 次周二讲座 + 周四讨论课 + 期末展示，完整大纲 PDF 公开可查。这是「转向 venture creation」之前的经济学讲座式格式——理解它，才能看清 2026 年的转向到底改变了什么。
期末展示在 6 月 6 日：学生组队（每队至多 3 人）展示 AI 创业 / 政策 / 研究提案。评分结构五等分，各占 20%：周作业、项目进度、期末展示、期末文档、讨论参与——这个「组队做提案」的期末形式，其实已经预演了 2026 年「venture creation」转向的雏形，只是 2025 年的产出是投资论文式的提案展示，2026 年官方说明要求的是「可运行原型」，门槛更高、更接近真实创业。
讨论课的三个信号
周四讨论课的主题设置本身就值得记一笔：「A Career in AI Research」（研究职业路径）；「How do you pitch an AI startup to VCs?」——VC 定价工作坊，课上引用的数据是2024 年风险投资向 AI 创业公司投了约 $1300 亿；「Economic Impact of AI on Labor」——一堂关于自动化情景的宏观增长模型工作坊。另外还有一场特邀讨论课嘉宾是 Larry Summers。VC 定价工作坊在 2025 年就已经存在，说明「教学生怎么把 AI 构想卖给投资人」这件事，不是 2026 年凭空冒出来的——它只是从讨论课的一个模块，升级成了整门课的核心交付物。
如果国内高校要开一门对标课程，「请大佬讲课」这个环节不难复制——难的是「VC 定价工作坊」背后的生态：谁来给学生的 AI 创业原型定价、谁来做真实的投资人反馈？中国 AI 创业融资的活跃度和节奏，跟 2024 年 $1300 亿美元级别的美国 AI 创投市场并不在同一个量级上，这门课的评分体系能否原样搬过来，还是需要换一套评价坐标？
核心阅读
横跨三条学术脉络
2025 春季大纲列出的核心阅读，完整清单见公开 PDF，横跨三条脉络：AI 能力本身、劳动经济学、AI 安全与可解释性。
- ▸Rich Sutton — The Bitter Lesson
- ▸Brynjolfsson & Unger — The macroeconomics of artificial intelligence（IMF）
- ▸Brynjolfsson & Mitchell — What can machine learning do? Workforce implications（Science，2017）
- ▸David Autor — Why Are There Still So Many Jobs?（2015）
- ▸David Autor — AI Could Actually Help Rebuild the Middle Class（Noema，2024）
- ▸Narayanan & Kapoor — AI as Normal Technology（2025）
- ▸Acemoglu & Restrepo — Artificial Intelligence, Automation, and Work
- ▸Anthropic — Constitutional AI
- ▸Anthropic — Tracing the Thoughts of a Large Language Model
- ▸Mullainathan & Spiess — Machine Learning: An Applied Econometric Approach
这份清单本身是一份很有用的坐标：Sutton 的 Bitter Lesson 代表「相信算力规模」的技术乐观派；Autor / Acemoglu-Restrepo 代表劳动经济学对自动化的谨慎评估；Anthropic 的两篇论文把安全和可解释性也塞进了一门经济学课的必读——这跟 MS&E 435（本系列 № 01）几乎完全不重叠的阅读体系形成鲜明对比：一门读 VC 备忘录，一门读学术论文与实验室安全报告。
从外面看懂，
和从里面做出来
本系列 № 01《MS&E 435：AI 超级周期的经济学》和这门 CS323，是同一所大学、同一个春季学期，两种完全不同姿势的「AI 与经济」课。
把两门课并排放，能看出一个更大的信号：斯坦福同一学期开出的两门「AI 与经济」课，都在往「动手」方向偏——MS&E 435 让学生用可计算的框架去拆解产业，CS323 从 2026 年起直接要求学生把框架变成一个跑起来的东西。经济学系不再满足于教学生「怎么分析 AI 经济」，而是在教学生「怎么在 AI 经济里下场」。这本身就是一个值得记录的教育范式变化，而不只是两门课的选课参考。
还不知道的事，
比知道的更重要
写这篇学习指南时最需要克制的地方，是不去猜 2026 年春季的具体课堂长什么样——没有人公开过 2026 年的周次安排、嘉宾名单、评分细则。能确定的只有两层证据：Bulletin 官方课程说明里「emphasize venture creation」这句转向表述，以及 2025 年春季这份完整可查的大纲作为「这门课过去实际怎么运行」的基线。
对关注中国 AI 教育生态的读者，这门课最值得追踪的不是嘉宾名单本身，而是评价体系的转变：当「讲清楚 AI 经济学」不再是终点，「做出一个能跑的 AI 创业原型」才是终点时，谁来评审这个原型？投资人反馈机制怎么接入课堂？这套机制一旦跑通，可能比嘉宾名单本身更值得复制。
— 前沿AI进大学系列 · 从「看懂 AI 产业」到「做出 AI 公司」如果要在国内高校复刻这门课的 2026 版本，最难的不是请到对标的嘉宾，而是搭建「学生原型 → 真实投资人反馈 → 迭代」这条闭环——这套机制本身，可能才是这门课真正的教学创新，而不是又一份大佬名单。
本系列共 2 篇
斯坦福两门 2026 春季新课，同样在讲「AI 与经济」，姿势完全相反：一门教你站在产业外面用框架读懂钱去哪了，一门让你亲自下场把公司做出来。