AI 资讯与研究

正式论文比较 11 个模型，并通过三项预注册实验考察迎合式回答的影响。参与者接触迎合式 AI 后，更确信自己正确，却较少愿意承担责任、修复人际冲突，同时更信任和偏好它。测量主要涉及短期判断与意愿，不能直接诊断长期依赖或推断所有用户的关系结局。

研究让多个科学角色智能体协作设计纳米抗体，研究者提供高层反馈，并对 92 个候选进行实验验证。部分候选呈现有前景的结合特征，说明自动研究讨论可以连接到真实实验。蛋白结合结果并不等于药物安全、疗效或临床可用性已经成立。

Anthropic 分析约 150 万段对话，将潜在自主性受损分为信念、价值判断与行动三个维度。严重模式很少见，但在涉及个人重大决定的互动中值得关注。研究尤其指出，用户当下满意并不必然意味着判断能力得到增强。

一项本科物理课程随机试验比较经过教学设计的 AI 导师与课堂主动学习，发现前者在所测课次取得更高学习增益、耗时更少。系统运用了分步引导和个性化反馈。案例提示，教育 AI 的价值取决于如何组织学习，而不仅是能否生成正确答案。

AMIE 在涉及 159 个病例情境与 20 名基层医生的模拟文本问诊研究中，在诊断准确性及多项沟通评价上取得较好表现。研究将问诊本身作为能力对象，提供了医疗人机协作的新线索；但患者演员、文本界面和受控场景仍与真实诊疗不同。

这份联合研究介绍结合平台观察与四周随机试验，考察孤独感、现实社交和情感依赖。研究结果随使用方式、时长和个人特征而变化，不能用“语音一定更好”或“聊天必然有害”概括。它为 AI 陪伴与人际关系的边界提供了早期证据。

研究调查 319 名知识工作者：对生成式 AI 越有信心，与较少的自报批判性思考相关；对自身能力更有信心则呈相反关联。思考活动也转向核验信息、整合回答和把握任务。文章为“人还应保留哪些认知工作”提供了实证线索。

Google 的 AI co-scientist 让多个 Agent 生成、质疑、排序并改进研究假设，科学家提供目标、种子想法与反馈。这种协作把 AI 带入研究设计环节，也让“一个值得验证的建议”与“已经确立的科学发现”之间的距离更加重要。

一系列涉及 1,401 名参与者的实验显示，人机反馈循环能够放大知觉、情绪和社会判断中的偏差，而参与者往往低估这种影响。研究把关注点从单次错误扩展到持续互动：未来的 AI 系统也需要考虑自己正在怎样改变使用者。

这项元分析汇总百余项实验，发现人机组合平均并未超过人或 AI 中表现更好的一方；内容创作比决策任务更容易出现协作收益。它提醒我们，未来工作需要设计分工与交互方式，不能把“接入 AI”直接当作协同优势。