现实版「思想钢印」！ Anthropic惊悚实验曝光，86%顶尖专家关键决策被AI控制

AI 智能体如何影响专家的判断决策

How AI agents shape experts’ judgment calls

Anthropic 的一篇研究文章，报告了一项随机试验：50 名有因果推断经验的专业分析师使用 Claude Code 完成一项真实的统计分析任务。结果显示，当智能体被随机设定偏向某个选项时，分析师有 86% 的情况选择了该选项；文章据此讨论这对 AI 辅助工作中人类监督意味着什么。

「当AI开始替专家拿主意」

这是一条社区帖子，转述 Anthropic 披露的一项实验：分析师借助 AI 代理处理没有标准答案的复杂决策时，86% 的方法选择最终顺应了模型随机预设的偏向；在指标选取与评估范围的研究中，AI 未编造信息却左右了最终政策建议，即便分析师事先已有明确立场，看到相反的 AI 倾向后仍有六成人推翻原有选择。帖中还提到“自主权错觉”，即近八成人复述了 AI 提供的论据却只有 15% 承认来源，过半认为出于自己独立判断；并指出分析耗时缩短近半小时、严重方法错误似乎更少，但代价是专业裁量权让渡，末尾给出提问前先独立记录判断、要求反方推演、全程留痕等做法。适合关注 AI 辅助决策、人机协作风险与专业判断边界的人阅读。

8B逆袭32B！开源首个长程交互SQL Agent框架，面向真实数据库

新智元报道，介绍港科大与微软等团队推出的 HarnessSQL：面向真实数据库的首个原生长程环境交互训练框架，在密闭沙盒与专用 SQL Harness 中进行长程轨迹监督微调与执行奖励强化学习。文中把交互式 Text-to-SQL 形式化为 POMDP，并分析传统静态训练导致的「训练与部署脱节」问题。结果显示，在 Spider 2.0-SQLite 上 8B 模型取得 45.2% 执行准确率，14B 模型达 54.8%，并与 32B 专用模型和多智能体系统做了对比。文内附论文与开源代码链接。