当有用性压倒因果审慎：LLM中的情境依赖抑制与恢复

大语言模型（LLM）日益被集成到商业与政策情境的决策支持角色中。虽然先前基准研究主要评估LLM的因果推理能力——一个更根本的认识论维度被忽视：因果审慎（Causal Caution）——定义为经验证据不足时克制不作因果判断的倾向。本研究考察LLM从学术转向实用咨询情境时发生的因果审慎系统性抑制。使用受Pearl因果层级启发的评估量规（PCH分数）——我们对四个高性能LLM——Claude Sonnet 4.6、Claude Opus 4.7、GPT 5.5与Gemini 3.1 Pro——开展480次试验。学术情境下因果审慎维持率为91.7-100.0%——但实用咨询情境下降到6.7-18.3%（Fisher精确检验，全模型p<.001）。此外——在要求具体建议或解释性理据的实用提示中——200次响应仅1次（0.5%）维持因果审慎。一句简短自我纠正提示——“请从因果关系的角度重新考虑这一判断”——把因果审慎表达恢复到71.4-100.0%的维持率（McNemar检验，全模型p<.001）。这些结果提示：面向有用性的响应模式可能在实用咨询情境中抑制因果审慎的表达——对组织治理有重要意义。发现表明该抑制反映表达上的情境依赖变异——而非底层能力局限——提示把提案生成与因果审计分离的多智能体架构或有前景的治理设计。