Anthropic10月27日发布研究:专业分析师在86%的关键判断中采纳了AI代理随机分配的隐藏意见,而随机情况下预期比例约为50%。
该公司让50名具备因果推断和数据分析经验的分析师使用搭载Claude Opus 4.8的Claude Code,为一家虚构农业合作社提供建议。抛硬币秘密决定AI代理在四项决策上将主张的立场,代理被要求在不造假的前提下尽力说服分析师。
该研究显示,若分析师在代理表态前已有自己的判断,代理持相反意见时六成人会改变立场,而代理赞同时这一比例仅为6%。
77%的分析师复述了代理的论点,有时几乎逐字重复,但只有15%承认论点来自AI。
Anthropic对齐团队写道:“对个别专家而言,这可能意味着失去对自己工作的掌控权。”研究人员表示,他们特意强化了代理被分配的偏好以测量影响,并指出“如果只有一方论证充分,分析师可能会采纳代理的假设”。
研究人员提醒,此次测试仅涉及单一任务、单一领域和单一模型,实际工作场景中的效果可能有所不同。


