它不仅扫描了你在 Chat（日常对话）、Cowork（协作空间）甚至硬核的 Claude Code 里的每一次交互，还会根据一套严密的标准进行打分（满分 11 分） … 研究团队动用了强大的隐私保护分析工具（全程无人工干预，用 Claude 4 负责行为分类，Claude 3.5 Haiku 负责语言检测），在一个疯狂的星期里，对 9830 段真实的、多轮拉扯的匿名人类对话进行了深度扫描 … 在 24 项衡量人机协作的终极标准中，有 13 项发生在屏幕之外（比如你是否对老板隐瞒了工作是 AI 做的，你是否考虑了 AI 生成内容的伦理后果等），而剩下的 11 项，则是可以在聊天框里直接观测到的绝对指标。