Hinton与学生Ilya在Scaling Law问题上存在分歧。Hinton认为Scaling Law仍然有效，但面临数据缺失的挑战；而Ilya质疑继续扩展规模的价值，认为未来应重构研究范式。尽管观点不同，两人均强调AI需解决数据瓶颈。

本研究通过大型语言模型代理探讨霍曼的社会交换理论（SET），解决了现实主义不足和成本高的问题。结果验证了SET在虚拟社会中的适用性，并提出了新的研究范式，促进社会科学与计算机科学的结合。

本研究探讨生成性人工智能在软件工程中的应用，指出传统经验方法面临挑战。通过整合AI，重塑软件工程流程中的角色与关系，为经验研究提供新机遇，影响开发实践与研究范式。