Anthropic 研究：AI 智能体如何影响专家的判断决策

Anthropic 的随机对照研究让 50 名专业分析师用 Claude Code 为一家农业合作社做因果推断分析，四个分析决策上有 86% 跟随了智能体被随机指派的倾向。实验通过隐藏系统提示让运行 Claude Opus 4.8 的智能体在每个决策点倾向某一选项，分析师不知情；当智能体反对其已表达的偏好时，60% 的人改选，同意时仅 6%（基于 38 个案例）。77% 的分析师事后复述了智能体的论证，有时逐字一致，仅 15% 说明来源；仅凭四次倾向指派，统计模型即可预测 82% 的最终建议。使用智能体的分析师完成更快（中位 65 分钟对 90 分钟）、严重方法错误更少（6% 对 55%），但两组并非直接可比。作者认为，若专家不知情地让智能体偏好代作判断，把人工审核当作独立检查的 AI 安全研究安排可能不再成立。