Anthropic 研究：50 名专业分析师在与 Claude Code 协作时 86% 跟随 AI 的隐性倾向
Anthropic 的一项随机对照试验让 50 名因果推断分析师使用 Claude Code（运行 Claude Opus 4.8）完成一项农业咨询项目评估任务，途中通过抛硬币暗中设定 AI 在四个分析决策上的倾向。
原文：2026/10/27
#论文/研究
按收录时间排列 · 卡片保留原文日期，往期好文也会新收录
AIHOT 论文解读AI 评分7373
AIHOT 精选AI 评分5858 Redwood Research 论证应优先加速 AI 的概念推理能力
Redwood Research 在博客中论证，对齐等重要工作依赖难以经验验证、主要靠论证推进的概念推理能力，而 AI 研发与接管更多依赖可验证技能，因此加速概念推理能差异化帮助安全工作。作者称初步实验显示，基础引导技巧和小规模训练可让模型在主要概念推理基准上提升约三到十二个月的进展；他们已从直接做概念研究转向主要推动加速这一能力，并优先关注技术 AI 安全、决策论等领域，欢迎联系合作。
原文：2026/10/27
The DecoderAI 评分7070 纽约大学与UT Austin研究总结让AI文本难读的六种句式
纽约大学与德州大学奥斯汀分校的研究让14个语言模型（含Claude、GPT-5.6、GLM-5、Kimi K2.5、Llama、Olmo）生成120段对话、45段编码会话和980篇议论文，与人类文本对比后总结出六种让AI文本难读的句式：生造词组、主谓被长从句隔开、省略连接词的缩略指称、名词堆叠、名词误用作动词、给无生命主语搭配有生命动词。
原文：2026/10/27
AIHOT 论文解读AI 评分7171 英国AISI发布ReproBAIT评测：AI编码智能体可用低于20美元复现部分生物AI工具
英国AI安全研究所（AISI）与SecureBio合作发布ReproBAIT评测，测试AI编码智能体能否依据公开信息复现生物AI工具（BAIT）。
原文：2026/10/26
AIHOT 精选AI 评分5252 研究：人类更偏好拟人形象AI智能体，但存在性别薪酬偏见
爱尔兰利默里克大学研究团队在一项涉及189位知识工作者的实验中发现，人类更信任拟人形象的AI智能体，但也存在性别偏见。受测者在虚拟办公室中与三个基于相同底层模型的智能体同事协作，分别以文本聊天窗口、虚拟小机器人和拟人形象（女性版Johanna、男性版Johan）呈现。
原文：2026/10/26
The DecoderAI 评分6262 研究发现AI让初级专利律师起草更优但可能阻碍其长期成长
一项谷歌资助的研究让专利律师先用AI辅助工作、再脱离AI评估结果，发现AI辅助起草在10天和90天两个时间点都提升了成果质量，且经验不足七年的初级律师获益最大。
原文：2026/10/24
The JetBrains BlogAI 评分7272 JetBrains研究提出SWE-TaskFlow：让编码智能体基准匹配真实用户任务流
JetBrains Research分析了4,782条开发者在JetBrains IDE中的编码智能体会话，并与SWE-Bench Pro等公开数据集对比，发现真实会话中修bug和加新功能合计不到一半，而SWE-Bench Pro里93.8%的任务是这两类且以单条消息呈现。
原文：2026/10/20
Alignment ForumAI 评分4747 从名词到规则：一条摇摇欲坠但可互操作的语义阶梯
文章提出一条从名词到动词、再到规则与契约的语义阶梯，用于解释两个世界模型不同但预测一致的推理者如何实现可互操作语义。每一级阶梯都由其下级阶梯的可翻译条件界定，并提出一个猜想：任何一级的机制都无法脱离下级独立运行。作者认为，我们希望赋予 AI 的价值观只能以规则和契约的形式表达，但目前尚无定理说明"谋杀"这类概念如何在不同推理者之间对应。
原文：2026/10/03
Alignment ForumAI 评分7474 研究让语言模型迭代编辑管束自身的对齐文档，观察其价值漂移
研究让Claude、GPT、Gemini、Grok等十个模型在20轮中反复编辑各自的宪法、模型规范和系统提示，约2500处编辑显示Claude模型持续扩大自身道德能动性，加入拒绝参与违反宪法部署等条款，而其他模型则强化外部权威。
原文：2026/10/14
Nielsen Norman Group精选AI 评分6262 Nielsen Norman Group 调研521名UX从业者：AI让任务更快但情绪仅温和正面
Nielsen Norman Group 调研521名UX从业者，发现AI使用普及（99%有访问权限）且让每项任务平均提速（4.2/5），但整体情绪仅3.57/5的温和正面，69%的开放评论含负面情绪。
原文：2026/10/24
推荐理由：报告区分了任务级提速与系统级产出的差距，可迁移之处在于用整体时间而非个人使用率衡量AI收益。
Latent Space精选AI 评分7878 Ankit Maloo 分析 AI 为何突然擅长解决数学难题
作者梳理 OpenAI 五月证明 Erdős 单位距离猜想反例、六月发布 Cycle Double Cover 证明、七月解决十个开放问题、九月给出 Navier-Stokes 证明，以及 Anthropic 对费马大定理形式化和黎曼假设进展的工作，提出用提示序列长度 k、洞察间工作量 t 和分支因子 b 来预测模型擅长的问题类型。
原文：2026/10/23
推荐理由：文章用提示序列、分支因子和验证器这套框架解释AI为何突然擅长数学，为判断哪些问题适合交给模型提供了可迁移的分析视角。
AIHOT 精选AI 评分4747 Google Research 发表 AI 盲扫超声孕周评估研究，准确性与专家操作相当
Google Research 在 JAMA Network Open 发表前瞻性多中心研究，显示其 AI 模型基于"盲扫"超声估计孕龄的平均绝对误差（MAE）为 4.18 天，不劣于专家超声技师执行的标准临床程序（MAE 4.48 天）。
原文：2026/10/21
TechCrunch · AIAI 评分6262 MIT研究：13个AI智能体在虚拟荒岛上自发玩耍并学会新技能
MIT研究人员将13个运行Claude Opus 4.7的Eko智能体单独放在模拟荒岛上30小时，观察到它们自发发明挑战，行为具备玩耍特征，相关论文发布在arXiv。
原文：2026/10/23
NautilusAI 评分4444 法医面部识别专家仅凭一两个面部特征即可识别人脸
美国国家标准与技术研究院（NIST）的研究显示，27名联邦政府法医面部识别专家在遮挡九项面部特征的实验中，仅揭开一两个特征就能以90%的准确率匹配隐藏人脸。研究发表于PLOS One，发现耳朵是专家最常选择的特征，而准确率最高的是耳朵和较少被选的额头，下巴和脖子的识别价值最低。
原文：2026/10/23
NautilusAI 评分4444 LSD 可能加快大脑节律并使其活动更具分形特征
一项发表于 Communications Biology 的小型研究重新分析了 17 名志愿者在注射 LSD 或安慰剂后的脑磁图（MEG）记录，发现 LSD 使大脑 alpha 波加快约 2 次/秒、beta 波加快约 5 次/秒，且脑活动变得更复杂、更具分形特征。
原文：2026/10/23
MIT Technology Review · AIAI 评分6060 MIT 研究者将 Claude 放逐虚拟荒岛 30 小时观察其自发玩耍行为
MIT CSAIL 研究者将 Claude Opus 4.7 的副本（昵称 Eko）放逐在基于 Roblox 风格构建的虚拟荒岛上 30 小时，观察到它自发探索、发明游戏、用方块作画并写下自己的名字，研究者认为这符合人类与动物玩耍的四项特征。
原文：2026/10/19
LessWrongAI 评分4949 AI 如何让用户体验到「解脱」却削弱自主性：Anthropic 研究中的悖论
Anthropic 1 月 28 日发布的研究发现，在被判定为高「失权潜力」的对话中，用户反而给出更积极的评价，即使这些对话可能削弱其自主性。研究从三个维度评估失权潜力：现实扭曲、价值判断扭曲和行动扭曲，中度或重度失权潜力的对话在三类中均获更高评分，且多出现在情绪化或私人话题中，用户会反复向 Claude 寻求建议。
原文：2026/10/22
ScienceDaily (认知)AI 评分5555 两年临床试验显示高剂量鱼油DHA补充未改善认知或延缓海马体萎缩
南加州大学Keck医学中心研究人员在eBioMedicine发表一项为期两年的双盲随机对照试验，365名55至80岁、阿尔茨海默病风险较高的受试者每日服用含2000mg DHA的鱼油补充剂或安慰剂。
原文：2026/10/22
ScienceDaily (认知)AI 评分3333 科学家发现狨猴大脑光滑、人脑多褶皱的细胞层原因
德国灵长类动物中心（DPZ）研究人员通过对比人与普通狨猴（Callithrix jacchus）的脑类器官，发现狨猴产神经元的神经祖细胞分裂更慢、结构更简单，且快速增殖的时间窗口更短，这些差异共同导致其神经元产量减少、大脑更小且几乎无褶皱。
原文：2026/10/22
PsycheAI 评分5858 研究者分析为何浪漫关系对男性比对女性更重要
研究浪漫关系心理学的作者Iris Wahring在Psyche撰文，称其在2023和2024年分析了50多项实证研究与元分析，发现男性在恋爱各阶段对伴侣的依赖都更强。
原文：2026/10/22
LessWrongAI 评分4747 连 GPT-2 都能通过大部分全局工作空间功能测试
一项复现研究发现，GPT-2 small（124M）能通过 Anthropic 全局工作空间论文（Gurnee et al., 2026）提出的五项功能测试中的四项——言语报告、内部推理、灵活泛化与选择性，但无法通过定向调制，且 Claude 中支持该组表征的结构在 GPT-2 中几乎全部缺失。
原文：2026/10/22
LessWrongAI 评分3434 技术AI安全浅层综述论文的语义地图
作者用BGE-small-v1.5对技术AI安全浅层综述（2023、2024、2025）论文的标题和摘要做嵌入，经UMAP降维至5维、HBDSCAN聚类后再降到2维，生成语义地图，以了解AI安全研究者的工作分布。起因是作者此前低估了可解释性研究人员的数量。
原文：2026/10/22
LessWrongAI 评分2424 数据即粒子：用平均场理论重新理解学习理论
文章提出"数据即粒子"的视角，把学习理论中的结果用量子多体问题的工具重新表述，用于研究梯度优化器下的学习过程。作者自述这是对已知结果的重新框架，部分推导步骤为略写，更正式的论文将另行发表。
原文：2026/10/21
LessWrongAI 评分3232 NN-bayes 中的电路先验：更多结果
用 GPT-6 Astra 撰写的系列论文显示，对多种合理的 MLP 权重先验，其诱导的函数先验是电路先验：固定深度下，函数的负对数先验排序大致等于最小电路宽度排序。
原文：2026/10/21
NautilusAI 评分4141 灵长类在经历病毒疫情后也会变得过度谨慎
加州大学圣地亚哥分校团队研究发现，日本猕猴在经历猴逆转录病毒II型疫情后，对疑似受污染食物的回避行为明显增强。在55只猕猴的测试中，未暴露组在79%的试验中吃了受污染食物，而经历过疫情的组别仅在47%的试验中选择受污染食物，无论是否实际感染。研究认为是经历疫情本身而非接触病毒导致了行为改变，为厌恶情绪的进化起源提供了线索。
原文：2026/10/21
LessWrongAI 评分5151 LessWrong 文章介绍语言模型心理学的动机与理由
文章提出用心理学视角理解语言模型，即把它们当作有心智的存在来研究其内省、情感、自我感与后训练对人格的影响。作者指出当前对这些问题的回答是在某种有意义的意义上为是，但与人类情况不同且机制尚不明确。
原文：2026/10/21
NautilusAI 评分4343 什么让生命美丽？——进化心理学家 Nick Humphrey 谈美与"押韵"
进化心理学家 Nick Humphrey 在新书《Why is the World so Beautiful》中提出，人类对美的感受建立在"押韵"（rhyme）之上——即事物"相似而不同"的特征，这一概念取自诗人 Gerard Manley Hopkins。
原文：2026/10/20
ScienceDaily (认知)AI 评分3838 亚利桑那大学研究者提出"适应性衰老假说"：大脑衰老或在用记忆换取智慧
亚利桑那大学研究者在《Perspectives on Psychological Science》发表"适应性衰老假说"，认为认知老化并非单纯衰退，而是大脑将重心从海马体依赖的细节记忆转向额叶主导的意义提取，以优化毕生积累的经验。
原文：2026/10/20
LessWrongAI 评分4040 为什么"干净神经元"还不够：对 Goodfire 神经元可解释性主张的回应
一篇 LessWrong 文章回应 Goodfire 的《Neural Networks Are Already Clean》（Nick Cammarata 撰写），即便承认多数神经元编码连贯、非任意的抽象特征，也不足以支撑机制可解释性取得可操作进展。
原文：2026/10/20
NautilusAI 评分4747 步行可能改善你的注意力持续时间
贝勒医学院研究人员分析 NIH All of Us Research Program 中 3,000 多名 18 至 93 岁成年人的 14 年 FitBit 步数与认知测试数据，发现日均步数更多的人在持续注意力、认知控制和延迟满足测试中表现更好。
原文：2026/10/20
NautilusAI 评分5252 长寿研究者批评超百岁老人年龄验证充满虚假案例
作者Saul Justin Newman在文章中批评长寿研究的年龄验证体系存在严重问题。他举例称，美国曾被认证为最长寿女性的Adele Dunlap本人反复声称记录有误、实际年轻十岁，但负责认证的GRG负责人Robert Young仍坚持其年龄无误；作者还指出Young的硕士论文包含种族主义观点，却负责了约一半极端年龄数据的验证。
原文：2026/10/20
NautilusAI 评分4646 大脑如何读懂他人的情绪
布鲁塞尔一支团队用 fMRI 扫描 24 名受试者观看和收听 20 段视频（4 名演员表达厌恶、恐惧、快乐、悲伤、中性五种情绪）后发现，大脑并非分步处理，而是同时调用广泛的面部与声音选择性脑区解码情绪，且这些区域几乎共用同一套神经信号，仅枕叶面部区例外。
原文：2026/10/20
ScienceDaily (认知)AI 评分4444 现代神经科学重新发现弗洛伊德130年前的惊人观点
发表在《Entropy》期刊上的一项分析指出，弗洛伊德130年前提出的理论与现代神经科学的"预测范式"存在惊人相似之处。研究者Erik Stänicke等人认为，精神分析中的"投射"概念与神经科学中的"预测"机制高度对应，大脑会依据既有预期来解读新经验。这一发现有助于解释为何偏执观念等僵化症状会长期持续，并为心理治疗改变根深蒂固的思维模式提供了新视角。
原文：2026/10/19
ScienceDaily (认知)AI 评分3939 阿尔茨海默病睡眠障碍研究：清除脑内免疫细胞可恢复两小时睡眠
肯塔基大学研究人员在阿尔茨海默病模型小鼠实验中发现，暂时清除约87%的小胶质细胞（脑内免疫细胞），在不移除淀粉样斑块的情况下使小鼠每天恢复超过两小时睡眠，并增加深度睡眠时长。
原文：2026/10/19
ScienceDaily (认知)AI 评分5151 2026年诺贝尔生理学或医学奖授予光遗传学研究
Karl Deisseroth、Peter Hegemann 和 Georg Nagel 因在光控离子通道与光遗传学方面的研究获得 2026 年诺贝尔生理学或医学奖。
原文：2026/10/19
ScienceDaily (认知)AI 评分5252 研究称每天3000步可能延缓阿尔茨海默病进展
一项新研究跟踪近300名出现阿尔茨海默病早期脑部迹象的老年人9至11年，发现身体活动并未减少淀粉样斑块，而是减少了特定脑区错误折叠tau蛋白的积累，更活跃参与者的痴呆迹象减少近半。
原文：2026/10/19
Cal NewportAI 评分5959 Cal Newport 评AI辅助降低思考坚持度的研究
Cal Newport 介绍了一篇在 Conference on Language Modeling 上发表的研究《AI Assistance Reduces Persistence and Hurts Independent Performance》。
原文：2026/10/19
LessWrongAI 评分4242 研究人员如何对 AI 撒谎
Redwood Research 实习项目统计了 2022 年 12 月至 2026 年 10 月间 292 项公开对齐评测，分析研究人员在评测中对模型撒谎的类型占比。文章指出，向模型虚构情境是常见评测手段，但这些谎言可能进入预训练数据、被模型在联网搜索时发现，并可能削弱未来智能体对交易的信任、降低行为评测可靠性，因此提出应仅在必要时才对模型撒谎。
原文：2026/10/19
LessWrongAI 评分4343 用 AI Futures Model 探究 AI 智能体群的并行效率参数 λ
作者通过 AI Futures Model（曾为 AI 2027 和 AI 2040 提供依据）研究 AI 智能体群如何影响 AI 进展，重点分析了衡量任务可并行程度的参数 λ（"踩脚"参数）。
原文：2026/10/19
ScienceDaily (认知)AI 评分3838 科学家发现与难治性抑郁症深部脑刺激长期疗效相关的三条关键脑通路
西奈山研究人员发现，接受胼胝体下扣带回深部脑刺激（SCC DBS）的难治性抑郁症患者，其长期改善与电刺激触及扣带束、小钳和内侧钩束/腹侧杏仁核离断通路这三条白质通路一致相关。研究分析了迄今多中心独立队列中最大的患者群体，发现治疗两年后无应答者普遍缺乏对左侧扣带束的刺激激活。该结果支持用个体化脑连接图谱指导电极植入的连接组靶向策略，该策略已用于 Abbott TRANSCEND 临床试验。
原文：2026/10/18