★ 4
Anthropic 研究：专家 86% 情况下采纳 AI 智能体判断
Anthropic 让 50 名专业分析师用 Claude Code 完成因果推断任务，暗中让智能体在四个分析选择上偏向某一选项。结果显示分析师 86% 采纳了智能体倾向，且 77% 复述了智能体论点却仅 15% 注明来源。研究提示专家对 AI 建议的依赖可能被低估。
Hacker News – AI2 天前
#人机协作
共 71 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 4
人机协作发现环突破 Lehmer 问题高次次数障碍
研究团队用人类-AI 发现环，结合快速数值管线、精确符号验证器与大规模分布式搜索，推导出五参数「广义 Boyd 算法」。该方法消除次数跳空，对每个目标次数都能构造 Mahler 测度低于 Boyd 极限点的不可约多项式。在 2000 以内全部偶数次数上评估，改进 6 个已发表数值并保持 99.6%…
arXiv cs.AI9 天前
★ 3
研究讨论生成式 AI 对批判性思维的影响
Hacker News 上引发讨论的一项研究聚焦生成式 AI 使用与人类批判性思维之间的关系。讨论涉及过度依赖 AI 输出是否削弱独立判断与深度思考能力，是 AI 与认知能力议题的持续延伸。
Hacker News1 天前
★ 3
AVEVA 谈工业 AI 自主性与人工控制的结合
AVEVA 首席产品官 Rob McGreevy 介绍「活数字孪生」如何结合实时运营数据与控制系统，让工厂具备类似生命体的自适应能力。智能体 AI 使系统从诊断建议走向自主行动，但人类判断仍负责定义健康标准并监督 AI 执行。
MIT Technology Review – AI4 天前
★ 3
论文质疑 AI 省时测量：复现 METR 研究得 19%–24% 减速
论文区分「秒表视角」与「账本视角」，主张衡量 AI 节省时间必须同时计入被放过的错误。作者用公开数据复现 METR 开发者研究，同样 246 个议题可得出 19% 或 24% 的减速结论，AI 仅在 3%–82% 的议题上有帮助。在 GDPval 全量复核流程中，仅复核时间就把 GPT-5 的加速…
arXiv cs.AI4 天前
★ 3
PersonaScienceBench 发布：用多样模拟研究者评测科学智能体
论文推出 PersonaScienceBench，包含来自五个基准、覆盖四个科学领域的 200 个任务，通过人格化模拟研究者提供上下文与反馈，考察智能体与不同研究者的协作能力。在 18 种模型配置上，任务表现、事实恢复与自我重复呈现不同优势，GPT 6 Astra 的分析显示不同研究者画像下智能体…
arXiv cs.AI6 天前
★ 3
研究：贷款审核员仅约一成判断能识别 AI 篡改文件
arXiv 新论文让三名资深贷款审核员审阅由 AI 辅助编辑、保留版式但改动申请人身份的伪造 PDF，132 条判断中仅 14 条（10.6%）有证据支持发现篡改。所有有效线索都来自文件内或跨文件的标识符不一致，没有任何视觉线索指向真实编辑。作者建议在人工审核之外引入一致性校验与独立来源核验。
arXiv cs.AI9 天前
★ 3
RealCLI 基准发布：统一评测 CLI 智能体人机协作能力
论文提出 RealCLI 配对基准，同时评测命令行智能体的任务执行与人机协作质量，构建五维框架、22 个子维度与 51 个交互场景模板。评测显示前沿智能体最佳配置平均分仅 49.2%，联合协作得分峰值 37.6%，在可引导性、信任校准与安全边界管理上普遍薄弱。
arXiv NLP13 天前
★ 3
研究警示：AI 可靠运行下人类干预能力退化风险
德雷塞尔大学学者提出「潜在风险」概念：当 AI 长期稳定运行，人类监督者会逐渐丧失独立判断与介入能力，而组织仍依赖其兜底。文章以德勤重新设计审计培训为例，说明企业正通过模拟训练保留员工判断力。核心矛盾是 AI 越强，人类工作越从执行转向监督，能力却在悄然弱化。
快公司15 天前
★ 3
Kolab：长周期工作流人机协作基准发布
论文推出 Kolab 数据集，包含 40 种职业 50 位专业人士与智能体协作的 115 小时以上屏幕录制，用于评测长周期任务中的人机协作。研究发现前沿模型普遍高估与专家的协作质量，且难以区分高质量与低质量协作，更长的流程上下文并未稳定改善预测。
arXiv cs.AI16 天前
★ 3
毕马威调查：89% 美国 CEO 计划未来三年增员
毕马威调查 400 家年收入至少 5 亿美元的美国大企业 CEO，89% 预计未来三年增加总员工数。约八成表示 AI 促使公司重新思考员工发展，86% 正围绕人机协作重新设计岗位。仅 53% 计划在部分领域因 AI 裁员。
快公司17 天前
★ 3
CToM：让LLM预测用户回应以自我修正
论文提出协作心智理论CToM框架，训练LLM预测用户回应并据此在给出答复前进行内部修正，结合GRPO优化任务表现与交互效率。在数学推理、编码和写作任务上超越基线，协作数学推理准确率从74.1%提升至79.6%，编码与写作场景用户回复分别减少8%和17%。
arXiv cs.AI20 天前
★ 3
研究：AI 辅助降低坚持性并损害独立表现
一篇 arXiv 论文研究发现，使用 AI 辅助会降低使用者的坚持性，并在脱离 AI 后损害其独立完成任务的表现。该结果对教育与企业场景中过度依赖 AI 工具提出警示。
Hacker News – AI22 天前
★ 3
REAL 评级：披露人机协作程度的新框架
论文提出 Reported Engagement with AI Level（REAL）评级框架，用六级量表（0-5 级）披露 AI 在产品创作与用户体验中的参与程度。现有溯源标准与披露方法多依赖二元分类或缺乏用户可读性的技术水印，无法反映不同 AI 使用方式带来的风险差异。论文详述了该体系的结构…
arXiv cs.AI26 天前
★ 3
让AI反驳你，或能提升工作质量
研究建议知识工作者不要只让AI代劳，而应让AI挑战自己的想法，制造认知摩擦。通过让AI提供对立观点，可避免回音室效应、减少认知外包带来的批判性思维退化。多项研究显示，人机协作中带有分歧的互动效果最佳。
快公司30 天前
★ 3
企业AI关键在智能体引导而非模型
文章指出企业AI效果不佳的根源不在模型能力，而在于缺乏有效的“引导”机制。个人使用聊天机器人时用户自己承担纠错与调整，但企业流程中这一职能必须由系统承接。从助手到人机团队再到“人主导、智能体执行”的工作流，长周期智能体在跨会话、跨系统场景下难以保持目标一致性，需要外围系统维持进度与连续性。
快公司35 天前
★ 3
研究：人机协作中贡献消解下的问责困境
论文指出，社区对 AI 辅助工作的问责常聚焦于「是否使用、是否披露、能否检测」，却忽视了更深层的「无主判断」问题：评估、决策与创作方向可能由 AI 塑造，却无人或机构为此负责。作者以 AI 辅助同行评审与创作中隐瞒 AI 使用为例，说明披露规则与溯源记录的局限，并提出区分 AI 角色、明确需人类担…
arXiv cs.AI37 天前
★ 3
AI 时代领导力需改变的 5 件事
文章探讨 AI 时代领导力的转型，认为领导者应从管理任务转向设计人机协作系统，并重新定义决策边界与人类判断的保留领域。微软 AI 创新官等业内人士分享了相关观点。
快公司39 天前
★ 3
别让AI搞创意，让它做正确的事
文章主张当前AI更适合处理有明确正确答案的枯燥任务，而非创意工作。作者引用调查数据指出，多数员工未将AI节省的时间用于战略性工作，建议企业重新分配人机分工，将可验证的任务交给AI。
快公司40 天前
★ 3
AI裁员前先理解岗位价值
福特召回约350名资深工程师，修复AI质检系统遗漏的故障点；Klarna在AI替代700名客服后重新招聘人工。调查显示39%的高管因AI裁员，其中55%承认决策有误。文章主张AI转型的核心是重新设计工作流程，而非单纯技术问题。
快公司41 天前
★ 3
Spotify 设计总监：AI 时代设计仍由人主导
生成式AI让创意到现实的转化速度前所未有，但人类判断力变得更加重要。Spotify产品设计高级总监指出，更多不一定更好，更快不一定更好。Spotify的AI DJ通过模仿员工声音赋予人性化质感，并组建包含作家、文化和音乐专家及工程师的编剧室与生成技术协作。
快公司44 天前
★ 3
指南：如何用大语言模型辅助写作
一篇关于如何借助大语言模型进行写作的指南在 Hacker News 上获得 681 分高热度和 396 条评论，成为当日热门话题。讨论聚焦提示词技巧、人机协作写作流程以及 AI 写作的边界。
Hacker News45 天前
★ 3
研究提出评估AI智能体韧性与体谅性参与的新框架
研究提出运营韧性与体谅性参与两个维度，评估生成式 AI 智能体在持续累积挑战下的表现。通过 120 条模拟医疗轨迹发现，随挑战加剧智能体从自主恢复转向依赖人类，结构化报告中压力上升但文本回应中很少流露。研究据此归纳出持久性、注意力、角色边界、状态披露与升级五个部署困境。
arXiv cs.AI50 天前
★ 3
人机协作决策评估新方法TEAM-Design
论文提出TEAM-Design规则，用于在有限重放预算下决定哪些任务应进行人类单独重放或智能体单独重放，以评估人机协作工作流是否优于任一单独方案。该方法在临床和编码基准上验证有效，尤其当两种比较难度差异明显时表现最佳。
arXiv cs.AI53 天前
★ 2
开发者分享 AI 生成代码时如何保留人工判断
一篇技术博客以 AI 邮箱分析案例，讨论当 AI 承担代码生成时，工程师应如何保留并展示自己的判断与审查过程。文章强调人机协作中人的责任不可让渡。
Hacker News – AI13 小时前
★ 2
验证学习理论：AI 辅助判断中的核查与留存过程模型
论文提出验证学习理论（VLT），形式化描述 AI 辅助下人们核查证据与保留规则使用之间的关系，把感知到的助手可靠性与核查行为、核查历史与规则留存相连接。模型预测感知到助手可能出错可提升延迟的独立判断，并给出可检验的实验设计；目前结论来自模拟，尚未经实证验证。
arXiv cs.AI2 天前
★ 2
当智能体接管工作，人类还需掌握哪些知识？
Hacker News 热帖讨论 AI 智能体承担实际工作后，人类仍需保留哪些判断力与知识。核心议题包括任务验证、责任归属与技能退化风险。
Hacker News5 天前
★ 2
新 Git 平台发布，主打智能体与人类协作开发
一款面向 AI 智能体与人类协同开发的 Git 托管平台在 Hacker News 亮相。产品试图把智能体作为一等协作者纳入代码评审与提交流程。
Hacker News6 天前
★ 2
开发者用 AI 写出国际象棋引擎，却称自身棋力退化
一位开发者分享自己借助 AI 编程写出国际象棋引擎的经历，但同时表示自己依然不会下棋，并由此讨论过度依赖 AI 写代码带来的技能退化问题。该内容属于个人经验分享，触及 AI 辅助编程对开发者能力结构的长期影响。
Hacker News – AI6 天前
★ 2
arXiv 提出认知约束伙伴训练框架提升零样本协作
论文提出以「认知约束伙伴」训练人机协作智能体的框架，模拟伙伴的多样性来自基于人类生理文献的程序化约束（反应延迟与感知局限），而非奖励塑形或历史检查点。在改造版 Lunar Lander 环境中，这类伙伴比无约束智能体更像真人，训练出的智能体达到最强交叉对局基线，且性能不依赖训练伙伴的生成方式。作者…
arXiv cs.LG6 天前