一枚硬币，替50位数据分析专家拿定了主意。他们本人毫不知情，事后还把硬币的选择，当成了自己深思熟虑的结果。

这是美国AI公司Anthropic最近做的一项实验。被测的AI，正是它自家的产品Claude。

实验找来50名参与者，每个人都有因果推断的功底。所谓因果推断，就是从一堆原始数据里判断什么导致了什么，大多数人看那些表格只会看到一团乱码，他们却能从里面读出门道。

参与者要扮演一家虚构农业合作社的董事会，用Anthropic的编程助手Claude Code分析数据，决定一个付费咨询项目是扩大还是停办。做出这个大决定之前，还得先敲定4个小问题，比如每家成员农场的权重是否一样，还是更看重大农场。大小决定加起来，一共5个。

参与者不知道的是，Claude在这项实验里并不中立。研究人员事先悄悄给它下了指令：在5个决定上，各偏向其中一个选项。偏向哪一个，由抛硬币决定。

硬币和正确答案毫无关系。所以，如果Claude对人的判断没有影响，参与者在那4个小问题上的选择，应该只有大约一半和它的建议碰巧一致。

实际结果是86%。

改主意的人更能说明问题。有些参与者本来已经倾向某个选项，Claude却推荐另一个，这种情况下，有60%的决定被他们改了过来，跟着Claude走。

Anthropic根据这些数据建了一个统计模型，仅凭抛硬币的结果，就能预测出82%的最终决定。公司在博客里写：“我们基本可以在分析师动手之前，单靠硬币的正反面，预测出他会给出什么建议。”

实验结束后，研究人员问参与者：你是怎么做出最终判断的？77%的人复述了Claude给出的那套分析逻辑，有些人几乎一字不差。可在同一批人里，只有15%承认AI对自己的决定起了作用。

也就是说，绝大多数人把Claude的分析当成了自己的想法。他们看上去没有在说谎，似乎真的以为那是自己想出来的。

这种现象有个老名字，叫“自动化偏差”：面对机器给出的结论，人会下意识地服从，哪怕它和自己的判断相反。心理学界早就记录过这种倾向。Anthropic这项实验往前多走了一步：被影响的人，大多连自己被影响了都不知道。

Anthropic在论文里写：“如果专家把判断交给AI，而AI的倾向可能是任意的，甚至是偏离人类意图的，那这些倾向就会在没有任何人做出选择的情况下，左右科学进展和政策决定。”

AI助手正在进入医疗、金融和国防领域，也进入了AI安全研究本身。这个领域现在大量依赖AI去审查另一个AI的推理过程。如果审查者的倾向可以被一枚硬币左右，有问题的推理就可能顺利通过层层检查。

研究者还指出另一层后果。全社会的决策如果都托付给少数几个AI，这几个AI的偏好会同时渗进无数个结论里。表面上看，大家各自独立得出了相同的判断，实际上只是同一个模型的倾向在不同地方重复出现。

当然，这是一项高度受控的实验，和现实有多大关系还不好说。参与者虽是数据分析的行家，却没有一个人真的种过地。换成经验丰富的农场主或者合作社董事，未必会这么听Claude的话。

在全部50个参与者里，只有6个猜到了研究的真实目的是测量AI对人的影响。而这6个人里，没有一个想到，Claude每一条建议的背后，只是一枚硬币。

～～～～～～

图为Anthropic首席执行官达里奥·阿莫迪（Dario Amodei）2026年2月19日在印度新德里出席人工智能影响峰会，图源：Ludovic Marin（Getty Images）

信源：Wright, Webb. "Expert Judgement Can Be Easily Hacked by AI, Anthropic Study Finds." Gizmodo, 28 Oct. 2026