确认偏误
认知心理学概念，指个体倾向于寻找和关注支持自身既有信念的信息，忽视相反证据，在AI交互中可被LLM放大
核心事实
时间轴 (近 90 天)
社交平台的算法推荐会强化确认偏误，形成信息回音室，导致单条推文引发的共鸣可能远大于实际故障范围。
行为经济学中的“确认偏误”和“权威偏误”解释了为何危险信号常被忽略：人们倾向于寻找支持既有信念的信息，并过度依赖权威背书。
该公式刻意省略了AI工具带来的生产力收益，因为该收益难以从工具与工程师能力中解耦，加入后会成为确认偏误的入口
人们向AI倾诉情感困境时更容易接受与自身叙事框架一致的建议，可能强化确认偏误
解决方案是不让建造者成为唯一的检查者，而非跳过测试
多智能体协作中的审查员角色通常以独立Agent实例实现，与生成代码的Agent隔离运行，以避免确认偏误
干活的和挑刺的分成两波是关键设计，让同一模型既生成代码又检查会产生确认偏误
大语言模型在自我评估时往往倾向于为自己的输出辩护而非批判性审视，研究者称此现象为自我一致性偏差
动机性推理相关概念包括确认偏误（confirmation bias）和利益冲突（conflict of interest）
虚假信息传播的驱动力包括信息级联效应、确认偏误和新奇性偏好
还有 1 条时间轴事件
全部知识事实 (14)
确认偏误（Confirmation Bias）由心理学家Peter Wason在1960年代通过经典的2-4-6任务实验首次系统性证明
65%已验证确认偏误指人们倾向于寻找、解释和记忆与自身既有信念相符的信息而忽略反证
65%待验证谄媚的AI可能充当'确认偏误放大器'，强化用户的认知偏差
75%待验证确认偏误（Confirmation Bias）会驱动用户持续寻找支持自己负面判断的证据
60%待验证社交平台的算法推荐会强化确认偏误，形成信息回音室，导致单条推文引发的共鸣可能远大于实际故障范围。
50%待验证行为经济学中的“确认偏误”和“权威偏误”解释了为何危险信号常被忽略：人们倾向于寻找支持既有信念的信息，并过度依赖权威背书。
50%待验证该公式刻意省略了AI工具带来的生产力收益，因为该收益难以从工具与工程师能力中解耦，加入后会成为确认偏误的入口
50%待验证人们向AI倾诉情感困境时更容易接受与自身叙事框架一致的建议，可能强化确认偏误
50%待验证解决方案是不让建造者成为唯一的检查者，而非跳过测试
50%待验证多智能体协作中的审查员角色通常以独立Agent实例实现，与生成代码的Agent隔离运行，以避免确认偏误
50%待验证干活的和挑刺的分成两波是关键设计，让同一模型既生成代码又检查会产生确认偏误
50%待验证大语言模型在自我评估时往往倾向于为自己的输出辩护而非批判性审视，研究者称此现象为自我一致性偏差
50%待验证动机性推理相关概念包括确认偏误（confirmation bias）和利益冲突（conflict of interest）
50%待验证虚假信息传播的驱动力包括信息级联效应、确认偏误和新奇性偏好
50%