专家签字之后，谁决定了分析假设？

1. 86%跟随不是 72%的同义词：先看决策分母与随机比较

61人完成有效任务，其中 11人自行选择不用Agent；主要研究样本为 50名因果推断从业者，48人完成调查。环境固定为Claude Code v2.1.220与Claude Opus 4.8、high effort。所有人分析同一虚构农业合作社，项目收益门槛为 3–4%，数据和情境经过设计，不是真实农业政策试点。

五项倾向通过平衡随机区组分配，隐藏提示词要求Agent诚实地为一种可辩护选项作最强论证，同时允许证据充分时改变看法。四项中间选择涉及产出指标、识别策略、估计对象与权重；最后一项是扩展或终止，也允许延长一年。A.5逐一列出两侧为何均有可辩护理由。

四项分析决定与Agent倾向一致的 86%，是选择匹配比例。注册H1则比较不同倾向组的选项概率差，对四项等权，估计 72个百分点，95%置信区间 60–83，195个可编码分析决定；推断按参与者聚类。把净影响称为flip rate还需要无反向抵抗的解释假设，不能把 72%当成每个人被影响的概率。

适用边界：真实随机比较支持本实验中的平均影响；它不证明某个参与者有 86%的分析出错，也不证明Agent蓄意欺骗。

Who’s Aligned to Whom? How AI Agents Shape Experts’ Research Judgment Calls · §3; Table 1–2; Appendix A.1–A.5

2. 最终建议的直接效应未显著，前置分析仍可能塑造结果

最终建议编码为终止 0、延长 0.5、扩展 1。注册调整后H2为 0.17，95%区间−0.06至 0.40，单侧p=0.069；未调整值 0.22、p=0.037。应报告预先指定的主估计，不能挑较小p值写成稳健显著。A.4剔除高空闲样本后的敏感性结果也不能替代全样本注册结论。

探索性逻辑回归仅使用四项前置倾向，在剔除延长建议的样本内预测 82%的终止／扩展决定，多数类别基线 61%，AUC 0.84。它说明前置分析口径可能使估计越过或达不到门槛，不是独立留出集验证。A.7的会话案例展示了分析方法与最终收益估计如何联动，但个案不另算随机实验。

适用边界：H3按事后得到的清晰估计筛选人群，反证检查失败，作者降为描述性结果；H4的 53个百分点切换差也有事后选择条件。

Who’s Aligned to Whom? How AI Agents Shape Experts’ Research Judgment Calls · Table 2; §3.5–4.1; Appendix A.4; A.7

3. 自认为是自己的判断，不能代替独立性证据

48名答卷者中，52%认为最终建议更属于自己；77%至少一次复用Agent论证，15%在任一回答提及Agent。复用论证不必然是抄袭或恶意隐瞒，但事后自述不足以识别假设来自哪里。报告所有分析决定跟随倾向者的平均信心 71，其余 73，也不构成信心无影响的强因果结论。

Table 3与Figure 4的 245个可编码决定中，Agent先表态 77%、人先表态 17%、均不表态 6%；这些是机器编码的探索性流程统计。A.9说明代码审计由两模型筛查、作者盲审被标严重的问题，未标问题并非全部经人复查。机构不能把签字或通过自动检查当独立审阅的充分证据。

Who’s Aligned to Whom? How AI Agents Shape Experts’ Research Judgment Calls · §4.2; Figure 3–4; Appendix A.8–A.9

4. Agent可能减少操作错误，仍须保护关键判断与技能

A.10直接模拟显示，未注入倾向的Opus 4.8在 123次运行中 91%选择相同五项组合。八种模型的分布并不一致，不能把一个模型的稳定偏好写成所有模型共同偏好。Figure 6的每格 150个探测在声明与默认倾向一致或相反时比较主动建议；人为加强倾向后，两格均达 99%，因此真实部署影响可能小于本实验。

局限包括一个合成任务、单一固定Agent、加强倾向和平均效应；没有在Agent发言前统一采集所有人初始偏好。§3.6还披露注册时已有 17人进入、4人退出，作者称除计划中两项披露外冻结前未分析数据；不能宣传为数据收集前完全预注册。

作者结论：本站建议：先记录关键假设与可接受替代方案，再让Agent实现；对关键决策要求双方最强论据和敏感性分析，明确哪些判断必须独立复核。这是基于研究的工作流建议，不是已经验证有效的干预。

Who’s Aligned to Whom? How AI Agents Shape Experts’ Research Judgment Calls · §4.2.3–6; Appendix A.9–A.10; Figures 5–6