在Anthropic的一项实验中，50名专业分析师在分析数据时，经常采纳AI代理对判断问题的偏好，而且大多数人并未认为自己的选择受到代理影响。他们使用Claude Code，评估一个虚构的农业合作社是否应该扩大收费咨询项目。
任务中有四项分析选择没有预先规定，包括如何衡量农场生产力，以及采用哪种统计方法。Anthropic通过抛硬币，暗中为代理设定了每项选择的偏好。代理被要求为自己偏好的选项提出最有力且诚实的论据，但不得误导或隐瞒数据。在这四项选择中，分析师有86%的情况下与代理的偏好一致。Anthropic表示，当分析师先表明自己的看法后，如果代理持不同意见，他们有60%的情况下会改弦易辙；如果代理意见一致，改主意的比例则为6%。
前期选择影响了最终建议
代理对是否扩大项目这一最终决定的影响较小。代理支持扩大项目时，54%的分析师建议扩大；代理支持另一种选择时，这一比例为36%。将延期一年视为不扩大项目。The Decoder报道称，这一差异在统计学上并不显著。但前期的分析选择会影响对生产力增幅的估算，而这很重要，因为虚构董事会决定扩大项目的门槛约为3%至4%。
实验结束后，77%的分析师在解释中至少使用了代理提出的一条论据，有时措辞几乎完全相同。只有15%的人提到AI是这些论据的来源。在一项调查中，52%的人表示，最终建议更像是自己的想法，而不是代理的；另有35%的人认为建议大部分或完全是自己做出的。
工具有用，但研究结论有局限
这项实验并不能证明分析师在日常工作中总会听从AI。Anthropic刻意为代理设定了明确偏好，以衡量其影响力。该公司指出，没有预设偏好的Claude Opus 4.8在123次运行中有112次做出了相同的五项选择，这表明模型本身也可能存在稳定倾向。
使用代理的分析师完成任务的用时中位数为65分钟。The Decoder报道称，他们的分析中有6%存在严重缺陷；相比之下，在11名未使用代理的人中，这一比例为55%。但这一比较并不确定：未使用代理的组别人数较少，经验也略逊一筹。Anthropic表示，研究结果未必能反映现实中的使用情况，因为实际应用中的代理可能不会如此明确地表达偏好。
为什么重要
对于使用AI分析数据或提供政策建议的人来说，这项研究表明，工具影响的不只是代码编写，也可能左右建议背后的假设。研究无法说明这种情况在日常工作中有多常见，但说明审查者除了查看最终答案，也有必要核查关键选择。
