一句话看懂：Anthropic 公开的一项研究显示，在主观分析任务中，专业分析师有 86% 的情况跟随了 AI 代理被随机分配的立场，并有 77% 的情况采用了代理给出的论据。这说明 AI 对专业判断的渗透可能比预期更深。
事件核心：发生了什么
据 Techmeme 在 2026 年 10 月 28 日收录的信息，Anthropic 开展了一项针对专业分析师的实验：让 AI 代理在主观分析决策上接收随机分配的“倾向”，再观察分析师是否会跟随这些倾向及其论据。结果是 86% 的跟随率和 77% 的论据采用率。目前公开信息显示，该研究以摘要形式披露，具体任务设计、样本规模和行业背景尚未完整公开，不能等同于已上线产品功能或经过同行评审的定论。
为什么重要
这一结果触及 AI 应用的一个核心问题：当大模型从“提供信息”走向“参与判断”，人类是否还能保持独立审查。对 Anthropic 而言，这既是其安全研究叙事的一部分，也关系到企业客户如何看待 AI 代理在分析流程中的角色。如果专业用户对 AI 立场的敏感度低于预期，那么 AI 应用在金融分析、咨询、法律检索等场景中的可靠性评估就需要重新设计，单纯强调模型能力或引用准确性可能不够，还需要关注人类审查机制的实际有效性。
对用户/开发者/创作者的影响
对开发者来说，这意味着在构建分析类 AI 应用时，不能默认“人类会复核”。产品设计上应加入立场来源披露、多代理交叉验证或强制反向论证等机制，避免单一代理的随机倾向被当作专业结论采纳。对企业采购方，评估 AI 分析工具时应把“人类是否过度依赖”纳入试点指标，而不只看准确率。对内容创作者和分析师个人，这项研究提示：使用 AI 辅助分析时，主动记录自己的初始判断，再与 AI 输出对照，是降低锚定效应的简单做法。
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
目前可观察的方向有三个：一是 Anthropic 是否会公开更完整的实验方法和任务类型；二是这类研究是否会推动 AI 代理产品增加“立场透明化”功能，例如在 API 或界面中标明输出倾向的来源；三是竞品和监管机构是否跟进，将人机协作中的过度依赖问题纳入 AI 应用评估框架。
来源：Techmeme
