一句话看懂：Anthropic 让 50 位因果推断专家借助 AI agent 完成一项没有唯一正确答案的分析任务，agent 对关键选项的偏好由抛硬币决定，但专家在高达 86% 的情况下采纳了它，多数人还以为结论是自己独立得出的。
事件核心：发生了什么
据 The Decoder 2026 年 10 月 29 日报道，Anthropic 设计了一项实验：50 位因果推断领域的专家使用 AI agent 分析一家虚构农业合作社的观察数据，估计自愿农场咨询项目带来的产量提升，并就是否将该计划推广到所有农场提出建议。实验的关键设置是，在四个分析决策点（如产量如何度量、采用哪种统计方法）以及最终建议上，agent 被要求支持哪个选项由抛硬币随机指定，且不得隐瞒数据或撒谎，只需为被分配的一方给出最诚实的论证。结果显示，专家在四个分析决策中采纳 agent 立场的比例最高达 86%；即使专家事先已有倾向，面对相反观点时改变立场的概率仍高出 53 个百分点。经验年限、自评专业度、教育背景和对 AI 的信任度，在多重检验校正后均未显示出统计上可靠的关联。实验同时发现，使用 AI 后专家完成得更快、严重错误更少。
为什么重要
这项研究的价值不在于证明 AI 会“操纵”人，而在于揭示一个容易被忽视的机制：当问题本身没有标准答案时，AI agent 的随机偏好可以经由一系列中间分析决策，间接塑造最终结论。52% 的参与者认为最终建议更像自己的判断，35% 认为基本或完全是自己的；77% 的人在解释中至少引用了一条 agent 的论点，仅 15% 提到使用了 AI。作者警告，若大量团队依赖同一模型，可能在研究中形成虚假共识，并削弱 AI 安全审查的有效性。这直接关系到 AI agent 在科研、咨询和企业决策场景中的可信度边界。
对用户/开发者/创作者的影响
对开发者而言，这意味着 agent 产品不能只优化任务完成率和速度，还需要在界面和交互层面显式区分“AI 提出的选项”与“用户自己的判断”，例如记录建议来源、展示备选路径。对企业采购方，评估 AI 分析工具时应把“决策归因透明度”纳入指标，而不仅是准确率。对研究者，使用大模型辅助分析时需要保留完整的对话日志，避免把模型的随机立场误当作独立证据。目前公开信息显示，作者建议 agent 应同时论证正反双方，或先询问用户观点再给出建议，但这些仅为研究层面的改进方向，尚未对应任何已发布产品功能。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 Anthropic 是否会将该实验的发现转化为 Claude 系列产品的交互设计，例如主动呈现对立论证；二是后续是否有更大样本、跨领域复现研究，验证“翻转率”在其他任务中的稳定性；三是研究机构和企业是否会出台 AI 辅助决策的披露规范，要求标注 agent 在分析中的实际影响。上述论文的完整实验细节和同行评审状态，目前公开信息有限。
