人和 Agent 的契约：接口怎么设计

关于 Agent，最流行的一个误判是把它当成更强力的工具。工具的逻辑是买进来、配好、用起来，能力在工具里，人在外面操作。但当一个非人行动者开始持续参与决策、起草、执行，并能在后台自治跑一段，它和人之间就不再是操作与被操作的关系，而是一个需要被定义的协作关系。这个关系如果不写下来，就会被默认的省力逻辑悄悄填满。

组织设计者老早就知道，岗位的边界是用角色说明书定义的：谁负责、谁拍板、向谁汇报。Agent 进入角色之后，这套定义出现了一块空白。Agent 不是员工，没有岗位说明书，也不在汇报线上。但它实实在在地发起动作、产出结果、做出判断。这块空白不补，出的事往往不是 Agent 太笨，而是人和 Agent 都以为对方在负责。

一、Agent 不是工具，是一个需要签契约的行动者

CHI 2026 的一篇人智协作研究把 LLM agent 直接类比为远程人类协作者，理由是二者都靠结构化通道（文本、语音）沟通，都缺少面对面交互里的社交线索（表情、语气），也都依赖共同立场、透明信息和相互依赖来建立信任。这个类比的用处不在修辞，在接口：既然把它当协作者，就要像对待远程同事一样，把问责、共同立场、不确定性信号、相互依赖这四件事显式设计出来，而不是假设它们会自动发生。

遗憾的是，多数组织把 Agent 当工具接入时，跳过了这一步。结果就是一批"契约失败"而非"模型失败"的案例：Agent 在没人授权的情况下越界做了决定，或者卡在一个没人兜底的状态里停摆，或者产出看似合理、出了问题却找不到谁该负责。这些不是能力问题，是接口没写清。

把视角锁在 HR 与组织设计上，结论很直接：Agent 带来的不是一次采购，而是一次岗位边界重写。重写的内容就是人和 Agent 之间的契约。

二、契约的四个必写条款

一份角色级的人智契约，至少有四个条款必须写清。少一条，接口就留有模糊地带，而模糊地带在压力下一定会被默认成最省力的那种。

谁发起。任务由谁提出、谁定义目标与边界。是人给一句话，还是人写一份规格，还是人只搭一个系统让 Agent 自己找事做。发起权决定了 Agent 的自主半径。

谁校验。产出由谁确认质量与正确性。这是最容易被塌掉的一栏。校验可以是逐件审，也可以是抽样审，但必须有人名字对应，不能是"系统自己觉得没问题"。

谁兜底。出了偏差、异常、冲突，谁接手。兜底不等于背锅，而是定义升级路径：Agent 跑到哪一步必须停下来交回人，人在哪一层保留最终否决权。

上下文怎么传。任务交接时，意图、依据、历史、约束条件如何被携带和复现。上下文丢失发生在交接处，不在单次对话里，这是后面要专门拆的一点。

这四个条款组合起来，就是一份角色说明书的 Agent 版本。它不必写在纸上，但必须在运行中被显式定义、被双方（人和系统设计者）认可。隐性的契约不是没有契约，是有一份没人读过的契约在替你做决定。

三、四种契约原型，以及它们各自怎么烂

微软 2026 工作趋势指数把人与 Agent 的协作拆成四种模式。我们把它重述为四种契约原型，每种对应一组不同的发起、校验、兜底与上下文条款。重点不在模式本身，在每种模式特有的失败信号。

作者契约：人产出，按需调 Agent

人自己做主要产出，只在需要时调 Agent 帮一个小忙：一行代码、一张图、一段查证。契约条款是发起=人、校验=人、兜底=人，Agent 没有发起权，半径最小。

失败信号：人开始把"调一下"说成"你全做了"，发起权在没人重签契约的情况下滑给 Agent，契约悄悄从作者变成编辑。最危险的是这种滑动无声无息，因为没有一道关卡会拦下"顺手多交一点"。组织要设的红线是：一旦 Agent 开始主动定义任务范围，作者契约就已失效，必须重签。

编辑契约：人给意图，Agent 出草稿，人审

人陈述意图，Agent 生成初稿，人编辑并确认。发起=人（意图），起草=Agent，校验=人，兜底=人。这是当前最常见的形态，也是校验角色最容易被掏空的形态。

失败信号：人的"编辑"退化为"通过"。微软与 CMU 在 CHI 2025 的实验里发现，约 40% 的 AI 辅助任务没有经过批判性思考，对 AI 能力的信心越强，人越不质疑。当编辑不再编辑，契约就失败了，而失败通常无声无息。给校验留出不可跳过的节点，是编辑契约能成立的前提。

导演契约：人写规格，Agent 后台自治跑

人写一份规格说明，把整段任务交给 Agent 在后台执行，回来给结果。发起=人（规格），执行=Agent 自治，校验=部分，兜底=人（异常升级）。

失败信号：Agent 跑偏一长段才被人发现，且路径无法还原。导演契约的命门是校验不能落在每件产物上（否则就和编辑契约没区别），所以必须配任务隔离、回滚和审计轨迹。没有这些，Agent 在后台做的每一步都不可见，兜底的人接到异常时已经来不及。CHI 2026 强调的不确定性信号，在这里就是 Agent 该在拿不准时主动停下来，而不是硬跑。

统筹契约：人搭系统，多 Agent 并行，异常升级给人

人设计一套系统，多个 Agent 在工作流里并行运转，把异常和需升级的事项交回人。发起=人（系统），执行=多 Agent，校验=Agent 间部分互校，兜底=人（跨 Agent 异常）。

失败信号有两种。一是上下文在 Agent 间交接时丢失，人收到的异常无法回溯，只能重来。二是问责弥散：三个 Agent 各做一段，出了错没人能说清哪一段的责任，人成了名义上的兜底却实际无法追责。统筹契约要求最强的接口纪律，因为它把单点契约扩展成了网络契约，任何一处上下文断裂都会沿网络放大。

四、校验角色为什么会塌

四种原型里，校验都是人的保留项，也都最容易塌。原因不是人懒惰，是经济学：当 Agent 给出"够用"的答案，实质校验的边际成本显得不划算，形式通过的成本几乎为零。人会理性地选择后者。

CHI 2025 那项 319 人实验还点出一个更深的机制，可以叫自动化的反讽：把常规任务机械化、把异常处理留给人，会剥夺人练习判断的日常机会，等到异常真的来了，人已经肌肉萎缩、准备不足。这意味着，校验塌掉不是一次性的疏忽，而是长期把判断外包之后能力的慢性流失。组织在接口设计上必须对抗这个趋势，办法不是训话，而是把校验节点固化进流程，让判断的日常练习不被省掉。

一个可操作的做法：在编辑和导演契约里，规定关键产出必须附可审计的来源与推理链。人审的不是"看起来对不对"，而是"来路能不能讲清"。这把校验从主观感觉变成可验证动作，也顺带解决了上下文传递的问题。

五、兜底与追责：导演和统筹契约的硬骨头

兜底始终在人，这一点没有争议。有争议的是兜底怎么落地。导演契约里，人兜底的是异常升级，前提是 Agent 跑的过程中有 checkpoint、有回滚、有轨迹。统筹契约里，人兜底的是跨 Agent 的冲突与升级项，前提是上下文在 Agent 间交接时不被截断。

CHI 2026 的研究把问责（accountability）和共同立场（common ground）列为协作的核心要素，放到兜底语境里就是两句话：出事的环节要能定位到Agent，升级给人时要带得齐上下文。做不到这两点，兜底就是一句空话，组织只能事后追责到"用 AI 的人"，而真正的问题在接口。

追责弥散是统筹契约特有的风险。多 Agent 并行时，单一结果由多段贡献合成，任何一段的偏差都难归因。这要求系统设计者在一开始就把"可归因"写进契约，而不是等出事再倒查。可归因不是技术细节，是组织治理的底线。

六、上下文怎么传，才不会丢

上下文丢失是静默的，也是最多的。人把任务交给 Agent，Agent 把半成品交给下一个 Agent，最后把异常交回人，每一处交接都是丢上下文的关口。单次对话里上下文很齐全，一交接就散。

解决思路是把上下文当成产物来管理，而不是当成某个人脑子里的东西。微软研究院 CHI 2026 的 AskEase 系统靠管理三类上下文来推断用户意图：环境上下文（屏幕状态、实时轨迹）、知识上下文（检索到的依据）、对话上下文（历史与当前卡点）。这套分法值得借到组织接口设计：人交给 Agent 的不能只是一句指令，而是带齐这三类上下文的包裹；Agent 之间交接、交回人，也都传递这个包裹。上下文一旦可携带、可审计，校验和兜底才站得住。

这反过来也限制了契约的复杂度。一个交接三次以上的长流程，如果每次交接都不补上下文，到人手里的异常就是黑箱。组织要为每个交接点设上下文清单，清单缺失则流程不能往下走。这是接口纪律，不是技术偏好。

七、契约设计归谁：这是组织设计，不是 IT 采购

回到约束在哪。微软 2026 工作趋势指数给的数字是，组织因素占 AI 实际影响的 67%，约为个体心态的两倍。换句话说，Agent 能不能用好，瓶颈在系统不在个人。契约设计因此天然落在 HR 与组织设计手里，不落在 IT 采购单上。

具体四件事，现在就该接手。

第一，把契约写进岗位说明书。明确谁发起、谁校验、谁兜底是可评价的问责项，而不是工具清单里一条"熟练使用 AI"。没有写进说明书的契约，运行中被默认成最省力形态的概率接近百分之百。

第二，为高自治契约配置审计轨迹与升级路径。导演和统筹契约若没有 checkpoint、回滚、可归因，就不应上线。这是治理门槛，不是效率成本。

第三，训练前沿使用者那种把模型输出当草稿、暂停分配人机工作的习惯。微软研究中表现最好的前沿专业使用者，特征正是会刻意分配人与 Agent 的分工、主动不带 AI 练习技能、把模型输出当素材。这种习惯能被设计出来，也能被培训出来。

第四，把契约是否被遵守设为可度量的治理指标，而不是只看 Agent 用了多少。一个该问的体检问题很简单：过去一个季度，我们哪条工作流重签了人智契约，哪条还在用一份没人读过的隐性契约运行。如果答不上来，说明 Agent 在跑，契约还在睡。

人和 Agent 之间那层接口，不会因为它看不见就不存在。它每天都在被默认填充，填充的方式取决于谁先动手设计。等出事再补，补的是事故报告，不是契约。把契约当成组织设计来写，是这一轮 Agent 落地里最被低估、也最决定成败的一件事。

相关阅读

• 人机协同的边界：何时该用AI，何时该用人
• AI 时代的工作再设计：为什么管理单元该从岗位下沉到任务
• Pod组织是什么：当AI agent坐进最小作战单元，科层制如何被重写
• AI 原生治理：当决策权下沉到任务，董事会监督怎么重装
• 数字员工与智能体：概念辨析与落地路径

参考信源

• 【10 个市场、2 万名 AI 使用者调研，数万亿条匿名化 M365 信号；四种协作模式 Author/Editor/Director/Orchestrator；M365 活跃 agent 同比增长 15 倍（大型企业 18 倍）；组织因素占 AI 影响 67%（个体心态 32%）；49% Copilot 对话用于认知工作；约束从"人能做什么"转向"工作如何围绕人组织"】：Microsoft，《2026 Work Trend Index: Agents, Human Agency, and the Opportunity for Every Organization》，2026。
• 【将 LLM agent 视为远程人类协作者设计接口；四项社会技术要素：共同立场、不确定性信号、问责、相互依赖；缺位会削弱信任、损害人类能动性、破坏高风险场景下的可靠依赖】：Yao B., Chen J., Chen C., Wang A., Li T. J., Wang D.，《Through the Lens of Human-Human Collaboration: A Configurable Research Platform for Exploring Human-Agent Collaboration》，Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems（CHI '26），Barcelona，2026，DOI 10.1145/3772318.3790879。
• 【319 名每周至少使用生成式 AI 的知识工作者、936 个真实工作案例；约 40% 的 AI 辅助任务未触发批判性思考；对 AI 信心越强、批判性思考意愿越低；自动化的反讽：常规任务机械化、异常留给人，会剥夺人练习判断的机会】：Lee M., Yin M., Jia N. 等，Microsoft Research 与卡内基梅隆大学（CMU），《The Impact of Generative AI on Critical Thinking》，CHI 2025。
• 【CHI 2026 六篇论文精选；19 名专业编剧两周人机共创追踪，班杜拉人类能动性四维度（意向性/前瞻性/自我调节/自我反思）；96 名 18 至 26 岁参与者 21 天田野研究评估跨时间情感建模伴侣智能体 Auri】：Microsoft Research，《科研上新：从工具到伙伴，人机协作迈入深度共融时代》，2026。
• 【2020 至 2024 年 CHI 会议 153 篇涉及 LLM 论文系统综述；覆盖 10 个领域；作者普遍提出有效性与可复现性担忧；绝大多数研究使用闭源模型，缺乏明确指南与最佳实践】：Pang R. Y. 等，Harvard、MIT、Stanford、Oxford 联合团队，《Understanding the LLM-ification of CHI》，arXiv:2501.12557，2025。