同一句建议，标成 AI 就更愿意听；见它出过一次错，愿意用它的只剩 26%
从他「百分之百相信 AI、它说什么我就执行」这句说起：同一句建议标成算法就更被采纳（权重 0.45 对 0.30），可见过它出错一次，愿意用它的只剩 26%；文末给三问和一条今天就能做的自测。
2026 年 10 月 8 日，邵艾伦的频道发布了一期与孙宇晨的对话，全长 4 小时 22 分。1
视频切成 39 段，第 16 分 28 秒起那一段叫「从认知到执行：让 AI 帮你找方向」。1
一份整理成文字的访谈稿记下了他的原话：「我绝对百分之百坚信 Claude，它说什么我就执行，无论多大阻力我都执行。」2
同一部分他也留了余地：一个问题问三个模型，「上中下三策取其中」；拿开飞机打比方，「90% 的时间让 AI 开，我自己可能有 10% 的时间调一下」。2
全信与留一手并存，问题就落在：哪一次该多信，哪一次该多核对。
同一句建议，换个来源标签
2019 年一项研究把建议内容做成同一条，只改来源标签：同一句话，一组说来自算法，一组说来自人。3
采纳权重记的是最终判断里有多少来自建议：0 是完全不理，1 是照单全收。
在 201 人身上，标成算法时平均 0.45；标成他人时 0.30。3
六个实验合计 1,750 人，任务从估体重换到猜歌单排名、猜约会评分，方向一致。3
同一批作者另做了一组估重测试：算法给的答案本身是 314 人估计的平均，比任何一个人都准，按道理应当全数采纳，实际只有 0.66。3
更愿意听机器的话，分量却低于它该得的。
专家身上也一样。157 名英国全科医生做了 3,140 次癌症风险判断，最终估计平均落在自己的判断与算法建议正中。
把算法的推导与准确率一并告诉他们，位置没有移动。4
错一次，愿意用它的只剩四分之一
2015 年，另一组研究者把「看它出错」做成了实验条件：被试先做 15 次预测，每题都能看到真值，其中一组同时看到算法在某一道题上算错的记录。5
第二阶段换 10 个新案例，先决定奖金押在谁的预测上。
这一项四个条件各 90 人上下。没见过错误的对照组，65% 押给算法；看过算法出错的 26%；看过人出错的 63%，几乎没动。5
5 项研究、2,367 人方向一致；其中一项被原样重做（N=1,036），结果复现。5
五个研究里同时看过算法与人的那 741 人中，610 人亲眼见过算法更准（它出错的那次仍然比人准），而他们选算法的比例是各条件里最低的。5
该顶回去的那一次
1999 年，一项飞行模拟实验里，80 名本科生同时做三件事：操纵摇杆保持航向、确认航路点、盯四块仪表。6
他们配一个「高度可靠但不完美」的助手，并被告知其余仪表 100% 可靠。
全程有 6 次助手不吭声、该由人发现的事件。有助手的组平均漏掉 2.44 次，占这 6 次的 40.7%；没有助手的对照组漏 0.18 次，占 3.0%。6
另有 6 次助手给出与仪表相反的指令。有助手的组平均跟随 3.92 次，占 65.3%，其中只有 1 个人一次都没跟。6
另一篇综述把 4 项医疗决策研究的数据合并：错误建议之下，做出错误决定的风险是没错时的 1.26 倍，95% 置信区间 1.11–1.44。7
诊室里测的是另一件事：医生会不会跟着错误建议下诊断。265 名执业医师读 8 个胸片病例，其中 2 个配的是错误建议。8
127 名内科与急诊医生里，41.7% 在这两个病例上全部判错。
同一个建议标成 AI 还是标成资深放射科医生，判对的比例没有统计差别；医生给 AI 建议打的分数更低，行为上照样跟着错。8
第一节量的是给建议多少权重，这一节量的是判错几个病例。
457 名临床医生读 9 个呼吸衰竭情景。模型给出系统性偏差的建议时，准确率从 73.0% 的基线掉到 61.7%，少了 11.3 个百分点（区间 7.2–15.5）；附上热图解释，只回升 2.3 个百分点，且不显著。9
这些数字走到哪为止
「和模型相处几个月、再照它说的做」这类田野实验还没有。站得住的是机制，这一套叫自动化偏差：输出一到，人就少查一步。7
把几个答案取中间或者平均，属于组合多个来源的判断。10
在有唯一答案的数值预测里，这类做法稳定地小幅降低误差：跟典型的单个预测比，30 项比较平均降 12.5%，区间 3–24%。10
收益随各来源的误差相关而缩水：三个来源若两两相关 0.8，按 Clemen 与 Winkler 给出的换算只相当于 1.15 个独立来源。11
大模型这边还没这么整齐：260 组配置里，多模型协作相对单个模型的平均增益 0.0%，区间 −58.7% 到 +77.2%。12
三问怎么用
遇到一件要照它办的事，先问三句。
答案我手边有没有一份自己能查的东西？飞行模拟里那块 100% 可靠的仪表就在眼前，人照样漏掉四成——有对照，还得真去看。6
上一次不用它，是因为它整体变差了，还是因为见过它出一次错？后一个理由，实验里站不住。5
打算取中的这几个来源，犯错的方式一样吗？一样的话，平均也抵不掉那一个错。
今天能做的一步
挑一件你自己就判得出对错的事问它：你干了多年那摊活里的一个判断，或者你亲手办过的一件事。
看你花多久能说出它哪句站得住。熟悉的地方你都判不快，不熟的地方更该把核对交出去，只让它出草稿。
名词与出处
- 采纳权重：最终判断里有多少来自建议。0 是完全不理，1 是完全照搬。
- 自动化偏差：有自动提示在，人就减少主动查找信息。机器没提示、人也没发现，叫遗漏错误；机器给的指令与其它证据相反、人照做，叫跟随错误。
References
- 1对话孙宇晨：年轻人如何抓住AI时代的机会？
youtube.com
- 2
- 3
- 4Algorithm-based advice taking and clinical judgement
link.springer.com
- 5Algorithm aversion: People erroneously avoid algorithms after seeing them err
marketing.wharton.upenn.edu
- 6
- 7
- 8Do as AI say: susceptibility in deployment of clinical decision-aids
pmc.ncbi.nlm.nih.gov
- 9Measuring the Impact of AI in the Diagnosis of Hospitalized Patients
pmc.ncbi.nlm.nih.gov
- 10Combining Forecasts（Principles of Forecasting 第 13 章）
marketing.wharton.upenn.edu
- 11
- 12
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.