人机协作

它是什么

人机协作是把一项工作中的生成、判断、执行和复核职责，在人和 AI 之间有意识地分配。分工依据不是“能自动化就自动化”，而是任务情境、双方能力、错误后果和责任归属。它是一套整体运行方式；人在回路只是其中在特定节点暂停并交由人员决定的一种控制模式。[S1][S2]

为什么需要它

AI 擅长快速处理大量信息和生成候选，人更适合结合隐含情境、价值判断与责任作出取舍。只让人手工完成全部步骤会浪费模型能力，完全交给 AI 又可能把错误直接变成业务后果。清楚的协作设计能让两者相互补充，也能暴露“谁判断、谁执行、谁负责”这些产品不能回避的问题。

它如何工作

先把完整任务拆成信息收集、候选生成、判断、执行和复核等环节，再为每个环节记录所需能力、风险与可撤销性。随后明确 AI 输出什么证据，人能修改或拒绝什么，何时必须交接，以及决定如何反馈到后续流程。上线前要用同一批任务比较“人单独完成、AI 单独完成、人机组合”三种方式，并评估完整任务结果，而不只看模型分数。[S1][S2]

必须澄清的误会

人机协作 ≠ 人在回路。 人在回路是一个位置问题：流程的哪一步必须停下来等人确认。人机协作是一个分工问题：整件事里哪些段落交给模型、哪些留给人。只调整确认点的位置，往往并不能改变「人替模型收拾残局」的现状。

协作 ≠ 让用户多操作。 把每一步都交回给人，看起来安全，实际是把认知负担转嫁给用户。好的分工是让模型承担量大的初稿与检索，把判断集中在少数高影响节点上——节点的数量要少，判断的依据要能被看见。

它不替代问责。 协作设计里最容易被漏掉的一栏是「这一步出错时谁负责」。没有这一栏，分工表只是流程描述，不是责任分配。

真实例子

合同审阅助手先提取金额、期限和违约条款，并标出与标准模板不同之处；法务人员判断差异是否可以接受，必要时补充模型看不到的谈判背景。系统可以生成修改建议，但不能自行向对方发送。若法务纠正了条款类型，系统保留本次修订及理由供当前案件复核，而不会未经授权把一次修改当成所有合同的新规则。

什么时候适合与不适合

任务包含大量可归纳信息，同时又需要情境判断或承担明确责任时，人机协作通常有价值。规则固定、自动化结果容易验证时，传统软件可能更简单；错误不可恢复而人员又没有足够时间和信息时，形式上的人工确认也不会增加安全。人同样会疲劳、受偏差影响或过度依赖建议，因此“最终有人点确认”不能替代有效分工与质量评测。[S2]

亲自试一下

选择一个五步以上的工作流，为每一步填写“AI 输入与输出、人员需要知道什么、最终决定者、错误后果、能否撤销”。再用 10 个真实样本比较人工、AI 和组合流程的成功率、时间与严重错误数。若某一步写不出决定者，或人员只能看到结论而看不到关键依据，这个协作方案还不完整。

接下来学什么

先用AI 产品理解模型之外的数据、交互和运营责任，再学习用户控制权设计直接面向使用者的控制；高风险流程继续学习人在回路和人工监督，分别理解具体审批点与组织级控制。

来源与修订

交互阶段、纠正、控制与随使用变化的协作原则参考 Microsoft 的人机交互指南 [S1]；人机角色、不同自动化配置、人员责任和人员偏差边界参考 NIST AI RMF 人机交互附录 [S2]。具体模型能力、岗位职责、交接方式和自动化范围会随系统与组织变化，应用时必须重新验证。