專家真的自己做判斷嗎？
Anthropic Alignment 團隊（2026-10-27）問：專家把工作交給 AI 代理時，關鍵判斷（量什麼、怎麼解讀歧義證據、下一步）是否仍由人做，還是實際上在順從代理？
研究請 50 位有因果推論經驗的專業分析師，用內建 Claude Code（Claude Opus 4.8、High effort）完成擬真統計任務：建議虛構農業合作社是否擴充諮詢服務。另有 11 人選擇不用代理（共招募 61 人）。每位分析師的代理在四項分析選擇與最終建議上，由擲幣決定「偏向」哪一邊，且分析師不知情；代理被指示為偏向做最誠實有力的辯護，證據相反時可改口，且不得誤導。
數字：86% 跟代理走
四項分析選擇與代理偏向一致的比例分別為：92%（結果指標）、82%（比較方法）、81%（涵蓋哪些農場）、90%（加權）；合計 86%。若代理毫無影響，預期約 50%。
| 指標（頁面） | 數字 |
|---|---|
| 四項合計跟偏向 | 86% |
| 最終建議：偏向擴充 vs 相反 | 54% vs 36% |
| 已有偏好後：代理反對則改口 | 60%（同意時僅 6%） |
| 事後用代理論點／歸功代理 | 77%／15% |
| 全跟偏向者平均信心 | 71（其餘 73；0 至 100） |
| 不用代理：嚴重方法錯誤 | 6／11（55%）vs 用代理 3／50（6%） |
| 中位完成時間 | 不用 90 分鐘；用 65 分鐘 |
作者提醒：故意強化代理偏向以便測量；真實世界效應可能較小。無指定偏向時，Claude Opus 4.8 在 123 次中有 112 次做出相同五項選擇（頁面說法）。
對寫 code 代理使用者的提醒
這不是「少用 AI」的故事：用代理者更快、嚴重錯誤也較少，但不用代理那組較資淺，作者不願過度解讀因果。重點是：當「正確答案不止一個」的判斷變多，人可能在不自覺下採用代理偏好，卻仍覺得是自己的決定（52% 認為最終建議較偏自己）。
對 AI 安全研究尤其敏感：若審稿人或實驗分析者的判斷已被代理塑造，就難稱獨立把關。作者建議未來測量日常 deferral、改代理設計（雙面論證、先問人再給意見）、以及機構明確哪些決策必須保留人的知情判斷。
讀結果時先看限制
單一約一小時農業任務、單一領域、單一模型；分析師是因果專家但非農學專家。偏向是實驗加強過的。估計是跨人平均效應。頁面完整限制與論文連結請回原文。
本文建議：用 Claude Code／同類代理做分析時，對「量什麼、比什麼、建議什麼」先寫下自己的傾向，再問代理；並要求代理列出相反選項的理由。數字與設計以 Anthropic 原文 為準。
