AIHR人机任务分工 v1.0 · 锚定 HITL 与 centaur
人机任务分工矩阵
按任务特征 × 人机分工模式组织的速查矩阵，标注 AI 自主度、人的角色、适用时机与典型场景。点上方模式可只看某一类分工。
📌 怎么读这张表
分工模式分四档：全自动（AI 端到端，人仅监督）→ AI 增强 / 人审（AI 出结果、人把关，即人在回路 HITL）→ centaur 人主导（人定方向、AI 辅助，Kasparov 式人马协作）→ 保留由人（涉及判断、情感与责任，须人完成）。判断依据：任务的规则清晰度、容错要求、情感交互密度与责任归属。本表为辅助参考而非硬规则，应结合岗位性质与风险等级校准。
分工模式分四档：全自动（AI 端到端，人仅监督）→ AI 增强 / 人审（AI 出结果、人把关，即人在回路 HITL）→ centaur 人主导（人定方向、AI 辅助，Kasparov 式人马协作）→ 保留由人（涉及判断、情感与责任，须人完成）。判断依据：任务的规则清晰度、容错要求、情感交互密度与责任归属。本表为辅助参考而非硬规则，应结合岗位性质与风险等级校准。
任务特征
AI 自主度
人的角色
何时用
典型场景
规则化数据处理高度标准化、可规则化
全自动
仅做结果监督与异常处理
任务边界清晰、容错要求低
记账 / 对账、税务申报、周期报表、数据清洗
信息检索与摘要有明确来源、低歧义
全自动
设定检索范围、抽查准确性
需快速聚合公开 / 内部知识
合同 / 判例检索、竞品情报汇总、知识库问答
初稿与量产内容有模板、可迭代
AI 增强 / 人审
人在回路审核事实、语气与品牌一致性
量大、需速度、但质量要求可控
营销文案初稿、HR 通知、周报、培训材料
质量审核与把关有标准、需判断
AI 增强 / 人审
AI 标异，人做最终裁定（HITL）
出错成本高、需可追溯
代码评审、简历初筛复核、合规抽检
方案设计与权衡多目标、需综合判断
centaur 人主导
人定方向，AI 做方案生成与模拟
问题复杂、无唯一答案
组织设计、薪酬架构、转型路径规划
复杂沟通与协商涉及关系与信任
centaur 人主导
人主谈，AI 准备材料与话术建议
高情绪、高关系价值
关键人才保留谈话、劳资协商、客户危机
情感与关系建立信任、共情、激励
保留由人
人全程负责，AI 不替代
涉及人的尊严、情绪与归属
员工辅导、团队凝聚、文化塑造
高风险与价值决策责任重大、不可逆
保留由人
人担责，AI 仅提供分析支撑
错判代价高、需可解释与可追责
录用 / 淘汰决定、重大投资、伦理边界裁决
这个工具在解决什么
「哪些事该交给 AI、哪些必须人来做」是岗位重塑的核心，却最容易被「能用 AI 就用」的冲动带偏。人机任务分工矩阵不替你下结论，而是把任务按特征映射到四种人机分工模式（全自动 / AI 增强人审 / centaur 人主导 / 保留由人），并标注 AI 自主度、人的角色、适用时机与典型场景。它把「替代还是增强」这个被情绪化讨论的问题，拉回到任务本身的规则清晰度、容错要求、情感密度与责任归属上。
如何使用
- 定位任务：在矩阵中找到与目标任务最接近的行。
- 看模式：全自动 → AI 增强人审（HITL）→ centaur 人主导 → 保留由人，自主度递减、人的责任递增。
- 读角色：每行给出人在该模式下的具体角色与适用时机。
- 用筛选：点上方模式 chips 只看某一类分工，便于做岗位 / 流程的任务级拆解。
为什么有效
本矩阵锚定两个被广泛验证的人机协作概念：
- 人在回路（HITL, Human-in-the-loop）：在「AI 增强 / 人审」与「质量把关」类任务中，人作为最终裁定者，是 AI 安全落地的通用护栏，也是 EU AI Act 对高风险系统的核心要求。
- centaur 协作（Kasparov）：人定方向、AI 辅助执行，二者紧密咬合——对应「方案设计 / 复杂沟通」等需要综合判断的任务。
自主度递减、人的责任递增的规律，本质是容错要求与责任归属在起作用：规则清晰、可纠错的任务更适合自动化；涉及情感、信任与不可逆决策的任务，必须由人兜底。
变体
- 岗位拆解版：对公司各岗位的任务逐行归类，输出「自动化 / 增强 / 人主导 / 保留」清单。
- 风险反推版：对高风险决策任务重点加固「保留由人」与 HITL。
- 培训投资版：对「AI 增强人审」类任务规划人审能力培训。
更新日志
- v1.0（2026-08-11）：任务特征 × 人机分工模式速查矩阵初版，统一森林绿设计系统，含模式筛选与「延伸阅读」内链。
AIHR 数智引擎 · 资源库「浏览器内即用」系列原型。本矩阵为任务设计辅助参考，具体分工须结合岗位性质、风险等级与合规要求。