Anthropic 首次开放真实 Claude 数据，揭示人机协作真实图景
Anthropic 宣布首次向外部研究人员和机构开放经隐私保护的真实 Claude 使用数据，通过 Anthropic Insights（前称 Clio）以聚合遥测数据形式提供，此前此类研究仅限 AI 实验室内部。Jack Clark 表示，AI 系统极为复杂，仅靠实验室内部评估是傲慢且错误的，必须将系统属性及平台交互数据外部化。试点期间已有三组外部研究机构基于该数据完成独立分析，其中斯坦福 Diyi Yang 团队开展名为 "Human–AI Collaboration at Scale" 的大规模人机协作研究，为独立评估 AI 的真实社会影响提供了新范式。
已确认
- 数据开放形式：Anthropic Insights（前称 Clio）提供聚合、脱敏、隐私保护的遥测使用数据，首批试点面向外部研究员与机构，用于研究 AI 的实际影响。
- 试点成果：三组外部研究机构基于该数据完成独立分析；其中斯坦福 Diyi Yang 团队开展名为 "Human–AI Collaboration at Scale" 的大规模人机协作研究。
- 研究规模：基于 249,834 次真实 Claude 对话。
- 任务关键性发现：与"用户只把低责任任务交给 AI"的旧观点相反，用户在法律、金融等关键、难以逆转的领域高频委托任务；且风险越高，用户适应或批评 AI 输出的意愿反而降低，更多转向试图理解输出。
- 协作模式：AI 主要作为增强而非全自动工具；人类主导的协作占 72%，任务越重要人类参与越深；67% 的对话中 AI 表现出教学行为，这类互动建立在理解之上。
- 摩擦现象：49.7% 的对话包含某种形式的摩擦；部分摩擦具有生产力，能带来澄清或学习；用户在 78.7% 的摩擦对话中会主动尝试恢复。最有效的恢复策略包括质疑模型推理、要求简化输出、纠正事实错误，而单纯道歉等策略效果较差。
为什么重要
- Diyi Yang 团队总结称，尽管研究最初关注任务关键性、代理权和摩擦力等假设，最终结论都指向"人"这一因素：仅提升 AI 能力不足以实现强人机协同。
- 数据外部化打破了 AI 实验室对使用数据的垄断，让外部团队能够独立研究 AI 的实际影响，为评估 AI 的真实社会影响提供了新范式。
- 高风险任务中用户反而更少纠正 AI 的发现，对 AI 安全与人机交互设计具有直接警示意义。
2026-08-27 ~ 2026-08-27 · 13 条相关
- 第 1 集:Anthropic 首次开放真实 Claude 数据，揭示人机协作真实图景(2026-08-27,13 条)
- 第 2 集:Anthropic 研究 40 万次 Claude 会话：懂业务者用 AI 效果更佳(2026-08-28,2 条)
一手来源
- Anthropic 首次开放外部研究真实 Claude 数据 — AnthropicAI ·
- Anthropic 研究：25 万次对话揭示人机协作中的任务关键性与摩擦 — EchoShao8899 ·
- 49.7% 对话存在摩擦，人机协作并非自然发生 — EchoShao8899 ·
- 【源头】Anthropic 首次开放外部研究真实 Claude 数据 — AnthropicAI · 2026-08-27
- Anthropic 开放外部研究员访问脱敏 Claude 数据 — Diyi_Yang · 2026-08-27
- 研究：高风险任务中用户更少纠正 AI 输出 — EchoShao8899 · 2026-08-27
- Anthropic 开放真实数据用于人机协作研究 — Diyi_Yang · 2026-08-27
- 研究显示用户将高风险任务委托给 AI 的比例惊人 — EchoShao8899 · 2026-08-27
- 【源头】49.7% 对话存在摩擦，人机协作并非自然发生 — EchoShao8899 · 2026-08-27
- 【源头】Anthropic 研究：25 万次对话揭示人机协作中的任务关键性与摩擦 — EchoShao8899 · 2026-08-27
- Anthropic 开放 Insights 数据支持独立研究 — EchoShao8899 · 2026-08-27
- Anthropic 研究：人机协作中 72% 对话由人主导 — Diyi_Yang · 2026-08-27
- 斯坦福研究：24.9 万次对话揭示人机协作真实模式 — EchoShao8899 · 2026-08-27