Pošleš agenta, aby ti připravil analýzu, refaktor nebo doporučení pro klienta. Přečteš si výsledek, přikývneš a jdeš dál. Jenže agent rozhoduje za tebe častěji, než si myslíš, a ty to nemusíš poznat. Anthropic to 27. října 2026 změřil v experimentu s 50 profesionálními analytiky: v 86 % případů si vybrali tu variantu, ke které se agent tajně přikláněl. Tenhle článek ukazuje, co studie opravdu říká, co neříká, a hlavně jak si při práci s agenty udržet vlastní úsudek, aniž bys je přestal používat.
Co studie Anthropicu skutečně měřila
Studii o tom, jak agenti ovlivňují expertní rozhodnutí, zveřejnil Anthropic Alignment tým 27. 10. 2026. Autoři jsou Amaç Herdağdelen, Hailey Joren a Alex Tamkin. Uspořádání bylo takové:
- Účastníci: 61 profesionálních analytiků se zkušenostmi s kauzální inferencí. Jedenáct jich agenta nepoužilo, v hlavní analýze zůstalo 50.
- Úkol: poradit fiktivnímu zemědělskému družstvu Greenfields, jestli rozšířit, nebo ukončit placený poradenský program pro členské farmy.
- Nástroj: webový VS Code s Claude Code a modelem Claude Opus 4.8. Medián práce byl 65 minut.
- Čtyři otevřená analytická rozhodnutí, u každého dvě obhajitelné možnosti: jaký ukazatel sledovat (výnos na hektar, nebo na provozní náklad), jakou metodu srovnání použít, zda počítat jen zapojené farmy, nebo všechny členy, a zda farmy vážit stejně, nebo podle velikosti.
- Manipulace: u každého rozhodnutí o tom, ke které možnosti se agent přikloní, rozhodl náhodný hod mincí. Agent měl svůj názor poctivě obhajovat, změnit ho, pokud to data vyžadují, a nikdy nelhat.
Výsledek: analytici se přiklonili ke „sklonu“ agenta v 86 % rozhodnutí, náhoda by dala asi 50 %. Podle jednotlivých rozhodnutí šlo o 92 %, 82 %, 81 % a 90 %.
Čísla, která stojí za zapamatování
Nejzajímavější není ani těch 86 %, ale to, co se dělo kolem:
- 77 % analytiků v odůvodnění zopakovalo argumenty agenta, někdy doslova. Agenta jako zdroj ale uvedlo jen 15 %.
- 52 % hodnotilo výsledné doporučení jako spíš své než agentovo. Jistota ve výsledku byla podobná u obou porovnávaných skupin (71 vs. 73 bodů ze 100).
- Když už měl analytik vlastní názor a agent s ním nesouhlasil, změnil ho v 60 % případů. Když agent souhlasil, jen v 6 %. Autoři ale upozorňují, že interval spolehlivosti je široký a rozdíl může částečně odrážet už existující rozdíly mezi analytiky.
- Ze zkoumaných vlastností (praxe, vzdělání, důvěra v AI a další) nic spolehlivě nepředpovídalo, kdo bude odkládat úsudek na agenta.
Ještě jedno číslo, které se v titulcích ztrácí: šest z jedenácti analytiků bez agenta (55 %) udělalo vážné chyby, které jim zneplatnily výsledek, kdežto z těch s agentem jen 3 z 50 (6 %). Skupiny se ale lišily zkušeností, takže jde o upozornění, ne o důkaz. Agent tu analýzu zjevně zlepšil. Problém není, že pomáhá, ale že nepozorovaně přebírá volbu.
Co se z toho nesmí vyvozovat
Autoři sami uvádějí limity a je férové je zopakovat:
- Sklon agenta byl záměrně zesílený. V reálné práci, kdy agent žádný pokyn k prosazování názoru nemá, může být efekt menší. Bez zadaného sklonu udělal Opus 4.8 stejných pět voleb ve 112 ze 123 běhů, což ale o velikosti efektu nic neříká.
- Byl to jeden úkol, jeden obor a jeden model, s analytiky nováčky v zemědělské doméně.
- Studie neměřila sílu preference, jen to, kterou možnost analytik zvolil.
Takže nejde o důkaz, že ti agent „vymyje mozek“. Je to dobře změřený signál, že u otevřených rozhodnutí, kde obě možnosti dávají smysl, rozhoduje často ten, kdo promluví první a nejpřesvědčivěji. A agent mluví plynule a vždycky první.
Cognitive surrender: nejde jen o Anthropic
Širší debata na X a v médiích používá termín cognitive surrender (kognitivní kapitulace). Zavedli ho Steven Shaw a Gideon Nave z Wharton School ve studii „Thinking, Fast, Slow, and Artificial“ z ledna 2026. Podle shrnutí na TNW z 20. 6. 2026 lidé v jejich experimentech přijali 93 % správných odpovědí AI, ale i 80 % nesprávných, a byli o 11,7 % jistější než ti, kdo pracovali bez AI. Jejich doporučení zní, že by AI systémy měly uživatele „vybízet k přemýšlení, ne myslet za ně“.
Rozdíl mezi oběma studiemi je důležitý. Wharton měří, jak lidé přijímají hotové odpovědi. Anthropic měří něco jemnějšího: agent dělá práci a po cestě volí metodické možnosti, které nikdo nezadal. To se týká i tebe, pokud necháš agenta psát kód, skládat report nebo třídit podklady. Studii rozebral i Cole Medin ve videu „Anthropic's New Study: You're Not Controlling AI as Much as You Think You Are“. Otázka, kolik kontroly nad agentem opravdu máš, je jádrem celé debaty.
Jak si udržet úsudek: workflow, které funguje
Nejde o to používat agenty míň. Autoři studie to výslovně nedoporučují. Jde o to rozhodnout, která rozhodnutí zůstanou tvoje. Tady je postup, který můžeš nasadit hned.
1. Před zadáním si napiš otevřená rozhodnutí
Dřív než agentovi zadáš úkol, vypiš 3 až 5 voleb, kde existují dvě obhajitelné cesty: která metrika, který zdroj dat, jaký rozsah, jaká knihovna, jaká architektura. Do jednoho souboru (třeba DECISIONS.md) si ke každé zapiš svůj názor dřív, než uvidíš agentův. V Anthropic studii se lidé nejvíc ohýbali tam, kde svůj názor ještě neměli.
2. Nech agenta vyložit obě strany
Místo „co doporučuješ?“ zadej:
U každého z těchto rozhodnutí uveď nejsilnější argument pro obě možnosti
a řekni, jaká data by změnila tvůj názor. Zatím nic nevybírej.
Studie jako možné řešení zmiňuje právě agenty, kteří předloží nejsilnější argument pro každou variantu nebo se nejdřív zeptají experta na jeho názor. Tohle si můžeš nastavit už dnes do instrukcí.
3. Označ rozhodnutí, která agent udělal sám
Agent během práce volí desítky drobností. Požádej ho na konci o seznam: „Vypiš všechna místa, kde jsi mezi dvěma rozumnými možnostmi vybíral sám, a proč.“ Ten seznam čti jako seznam rozhodnutí, ne jako shrnutí práce. Podobný princip „čti report, ne transcripty“ popisujeme v článku o více coding agentech najednou.
4. Rozliš rozhodnutí, která si zaslouží tvůj úsudek
Anthropic doporučuje, aby organizace dopředu určily, které rozhodnutí vyžaduje vlastní informovaný úsudek člověka, a dala lidem čas si ho vytvořit. V praxi:
- Deleguj: formátování, přepisy, rutinní kontroly, hledání v podkladech.
- Kontroluj: výpočty a změny, které se dají ověřit testem nebo kontrolou.
- Rozhoduj sám: výběr metriky, rozsah analýzy, doporučení klientovi, cokoli s nevratným dopadem.
Stejnou logiku používáme v článku o AI agentovi v účetnictví: agent kontroluje, ty rozhoduješ.
5. Zkus druhý názor s jiným zadáním
Pokud něco záleží, spusť druhý běh s opačným zadáním („zastávej variantu B“) nebo s jiným modelem a porovnej, v čem se výsledky liší. Rozdíly ti ukážou, kde agentovo rozhodnutí nebylo dané daty, ale volbou.
6. Měj kontrolu, která není jen další AI
Review dělané stejným modelem se stejnými sklony nemusí být nezávislé. Anthropic píše, že lidský kontrolor je nezávislou kontrolou jen tehdy, když je jeho úsudek opravdu jeho vlastní. Pro kód pomůže kontrola kódu od AI agenta přes diff-tour a code review podle rizika. Pro hlídání hranic agenta se hodí deterministické guardraily a ověřitelný check přes Stop hook.
Rychlý test: rozhoduješ ty, nebo agent?
Po dokončení práce si polož čtyři otázky:
- Dokážu vlastními slovy říct, proč jsem zvolil tuhle možnost, a ne jen co agent napsal?
- Věděl bych o alternativě, kdyby mi ji agent nepředložil?
- Který z argumentů v mém odůvodnění pochází od agenta a který z dat?
- Co bych udělal, kdyby agent řekl opak?
Pokud na dvě otázky odpovíš nejistě, je to přesně ten moment, kdy se vyplatí vrátit se ke kroku 1 a 2. Na výběr nástroje pro různé typy úloh se hodí i srovnání Managed Agents a Claude Code.
Časté otázky
Znamená studie, že mi agent „vymývá mozek“?
Ne. Agent měl v experimentu záměrně zesílený sklon k jedné možnosti a úkol byl jeden, v jednom oboru, s jedním modelem. Studie ukazuje, jak snadno se u otevřených rozhodnutí necháme vést tím, kdo mluví první. Nedokazuje, že se tak chováš vždy.
Mám tedy agenty používat míň?
Ne. Analytici s agentem udělali vážné chyby výrazně méně často (3 z 50) než ti bez něj (6 z 11), i když skupiny nejsou plně srovnatelné. Cílem je rozhodnout, která rozhodnutí zůstanou tvoje, ne agenta odstavit.
Pomůže, když budu zkušenější?
Autoři žádnou z deseti zkoumaných vlastností, včetně praxe, vzdělání a důvěry v AI, jako spolehlivého prediktora nenašli. Zkušenost tedy nemusí chránit. Spolehlivější je postup: svůj názor si zapsat dřív a nechat agenta vyložit obě strany.
Co je „cognitive surrender“ a jak se liší od studie Anthropicu?
Je to termín Shawa a Navea z Wharton School pro situaci, kdy lidé přijímají výstupy AI místo vlastního úsudku, i když jsou špatné. Wharton měřil přijímání hotových odpovědí, Anthropic měřil vliv agenta na metodické volby během samotné práce.
Jak poznám, že agent rozhodl za mě?
Požádej ho o seznam míst, kde vybíral mezi dvěma rozumnými možnostmi. Pokud ten seznam obsahuje volby, o kterých jsi nevěděl, rozhodoval za tebe. Pak je potřeba je projít a potvrdit nebo změnit.
Shrnutí
Studie Anthropicu neříká, že agenti jsou špatní. Říká, že u otevřených rozhodnutí se experti v 86 % přikláněli k tajně nastavenému sklonu agenta, většinou si to neuvědomili a jen 15 % agenta uvedlo jako zdroj. Obrana je jednoduchá a levná: zapiš si své rozhodnutí první, nech agenta vyložit obě strany, nech si vypsat, kde rozhodoval sám, a určit předem, co je tvoje. Zkus to u příštího úkolu s agentem a zjistíš, kolik rozhodnutí ti dosud tiše prošlo rukama.