根据Stata中的大多数估计命令（例如reg、logit、probit等），可以使用_b[ParameterName]语法（或同义的_coef[ParameterName]）访问估计。例如：
regress y x
然后是
di _b[x]
将显示系数x的估计值。di _b[_cons]将显示估计截距的系数（假设regress命令成功）等。
但如果我使用非线性最小二乘命令nl，我（似乎）必须做一些稍微不同的事情。现在（对于这个示例模型，完全没有必要使用NLLS回归）：
nl (y = {_cons} + {x}*x)
后面跟着（注意正斜杠）
di _b[/x]
将显示x系数的估计值。
为什么访问nl之后的参数估计需要不同的语法？有什么微妙之处需要注意吗？
"撇开这个示例模型不谈，绝对没有必要使用NLLS回归"：我认为这是你在这里不能做的。。。。
问题是为什么语法是这样的。这是一个逻辑问题，也是一个历史问题。为什么选择特定的语法最终是StataCorp程序员的一个问题。以下是对你的问题的一个有限的看法。
回归类型模型的主要语法源于为线性回归模型设计的语法，如您所知，在线性回归模型中，默认情况下参数包括截距。
非线性回归模型的原始语法（在由非线性最小二乘估计的意义上）与估计用户指定的一组参数的需要相匹配，这些参数根本不需要包括截距。否则，不存在拦截是自然违约的问题；无参数化是自然默认值，并且nl估计的每个模型都是自成一体的。
一个有用的功能是，用户可以在Stata中被视为合法名称的限制范围内，为参数选择他们认为自然的名称，例如alpha、beta、gamma、a、b、c等。如果您在nl中选择_cons作为截距，这是一个合法名称，但在其他方面并不特殊，只是您的选择；nl不会将其视为应该使用regress约定转换的信号。
您引用的语法是nl的重大重新设计所实现的语法的一部分，但它与最初的哲学是一致的。
语法的不同可能不是你想要的答案，但我想你只能从StataCorp得到更完整的答案；开发人员确实会在Statalist上闲逛，但他们在这里并不显眼。