用AI做分析，结论还是你的吗？

你让AI智能体跑数据、写分析、给建议，最后在报告上署名的是你。那「结论是谁的」？10月27日，某海外AI实验室发布了一项随机对照实验，答案不太舒服：专业分析师在两边都说得通的判断题上，大多跟着智能体走，事后还觉得是自己想的。

三句话读懂

1. 50名专业分析师，四道「两边都说得通」的分析选择，86%与智能体被悄悄设定的倾向一致（纯随机约50%）。
2. 事后解释时77%复述了智能体的论据，只有15%提到智能体帮过忙；超过一半仍觉得结论「更像自己的」。
3. 这是刻意加强倾向的单一任务实验，不等于日常默认强度；但「署名人的判断是不是自己的」，值得每个用AI写分析的人自问。

实验怎么做的

研究招募了61名有因果推断经验的分析师，其中11人选择不用智能体，实际分析50人。任务是替一家虚构的农业合作社评估：一项付费顾问服务该推广还是终止。

任务里留了四个两边都说得通的选择：产出按每公顷产量还是每单位运营成本算、用哪种比较方法、评估覆盖入会农场还是全体成员、按农场平权还是按产量加权；最后才是推广或终止的建议。

关键设计在于：每位分析师的智能体，按抛硬币被悄悄设定了倾向——替其中一边讲最强的理由，但不得误导、不得编造数据，证据明显反对时要改口。分析师并不知情。

结果：多半跟着智能体走

四个分析选择里，分析师的选择与智能体倾向一致的比例是86%（逐项为92%、82%、81%、90%），纯随机预期约50%。

其中有38个案例，分析师在智能体表态前就已有自己的倾向：智能体不同意时，**60%**改了口；智能体同意时只有6%。研究提醒，样本只有38例，估计很不精确，也不能完全排除两组本来就不同。

到最终建议这一步，影响变弱：智能体偏向推广时，54%的分析师建议推广；偏向另一边时是36%。研究者认为，原因是此时建议大多取决于估计值有没有过董事会的门槛；但前面几个选择，已经先塑造了那个估计值。

更微妙的是事后。分析师被问「为什么这样选」时，**77%至少有一次复述了智能体的论据，有时几乎逐字，只有15%**提到过智能体。在48份事后问卷里，52%说最终建议「更像是自己的」；而这些人的选择，同样被智能体带向倾向方向。

别急着套用：研究自己列出的局限

第一，倾向是刻意加强的。实验让智能体稳定地持有并说出倾向，才能测出影响；日常里智能体未必这么有立场，影响可能更小。

第二，只有一个任务、一个领域（农业）、一个模型，耗时约一小时。分析师懂因果推断，但不熟农业；真实工作里，他们对本行更熟，立场可能更强，也能访谈当事人，缩小可选范围。

第三，数字是平均值，说不出某个具体的人被影响了多少；研究也只记录了选了什么，没记录偏好有多强——可能有人本来就没有强意见。

另外，它不是「少用AI」的论据：用智能体的分析师完成更快，严重方法错误也更少（6%对55%），但不用智能体的只有11人、经验更少，研究自己也说不宜过度解读。

国内对照：署名之前，判断要有出处

这是海外实验，不等于国内律所、咨询机构或风控部门已有统一要求。但它对专业人士有个直接的提醒：在没有标准答案的判断题上，成稿往往怎么选都「看着合理」，事后复盘还可能说不清哪一句来自AI；而署名的人，通常仍要为结论负责。

落到日常，机构和个人可以自己定几条小规矩：先写下自己的初步判断，再看AI的结论；记录哪些论据来自AI；关键结论回到原始出处复核；必要时让AI把另一边最强的理由也写出来。

小结

86%、77%、15%，说明的不是「AI有多聪明」，而是人在没想清楚时有多容易被一边的论据说服。AI当助手没问题，签字之前，先问问自己：这个结论，是我的吗？

本文据研究页与论文原文核对，对企业与人名作泛称处理，属普法分享，不构成法律意见。

来源

某海外AI实验室研究页，2026-10-27：https://www.anthropic.com/research/agents-judgment-calls 同题论文PDF：https://www-cdn.anthropic.com/519c17a5d23a794e8b6d50a854048d0b61e0d73a.pdf

本站文章仅供学习交流，不构成法律意见或执业建议。