面向智能体工作流受控自主的解耦式人机协同系统

AI智能体越来越多地被部署于智能体工作流中执行任务并做出决策，对安全且受控的自主性提出了新要求。已有工作确立了人类监督对确保此类系统透明性、可问责性与可信度的重要性。然而，现有人机协同（Human-in-the-Loop, HITL）机制的实现通常嵌入在应用逻辑之内，限制了其在多智能体环境中的复用、一致性与可扩展性。本文提出一种解耦的HITL系统架构，将人类监督视为智能体运行环境中的独立系统组件。所提设计通过显式接口与结构化执行模型，将人类交互管理与应用工作流分离。此外，还引入了一个设计框架，沿四个维度形式化HITL集成：干预条件、角色解析、交互语义与通信信道。该框架支持有选择且情境感知的人类介入，同时保持系统级一致性。该方法支持与新兴智能体通信协议对齐，使HITL可作为协议层关切来实现。通过将HITL外置并结构化其集成，该系统为智能体工作流中的可扩展治理与渐进式自主奠定了基础。