跳到正文

人机协作(HITL)

全自动 Agent 并不总是最优解。本课讲清何时、如何让人参与进来,守住安全、合规与信任。

SDK 重点permissionModecanUseTool (advanced)AskUserQuestionhooks.PermissionRequesthooks.Stop/goal/loop

为什么需要 HITL

动作一旦不确定、后果严重、难以撤销或受监管,就需要人来把关:

  • Agent 会产生幻觉行为——误解提示词并越界操作
  • 错误会瞬间放大——自主错误会在系统间级联传播
  • 法规要求——欧盟 AI 法案要求高风险 AI 必须有人工监督
  • 信任需要积累——用户逐步建立信心,而非一蹴而就

监督不保证成功,但它划出了一条决策边界:高风险动作可以由合格的审核者拦下、纠正或推迟。

HITL 模式

审批门控

Agent 提出建议,人工审批后再执行:

python
async def execute_with_approval(action, risk_level):
    if risk_level == "high":
        # 阻塞直到人工批准
        approval = await request_human_approval(
            action=action,
            context=get_full_context(),
            timeout="24h"
        )
        if not approval.granted:
            return ActionResult(status="rejected", reason=approval.reason)

    return await execute(action)

适用场景:数据库迁移、生产部署、访问控制变更、金融交易。

基于置信度的路由

完整版预览

继续阅读完整内容

这节课可以先预览一部分。解锁完整版后,正文、闪卡和相关练习都能用。

登录后解锁

一次购买,解锁阶段 2–3、专题、练习和后续更新