以下人物、公司与数字均为教学假设,不构成对任何真实产品的评价。
任务定义清楚之后,下一个问题不是「Agent 怎么想」,而是「它最后交回什么」。交回一段建议、一份草稿,还是直接执行一个动作,看起来只是界面差异,实际上决定了谁对结果负责。答案错了,责任在确认的人;草稿错了,责任在审改的人;动作错了,责任在批准执行的人。形态不同,责任链就不同。
这一节把三种输出形态拆开:答案承担判断,草稿承担生成,动作承担执行。三者不是能力等级,不能因为「动作更自动」就认为它更高级。一个分诊任务适合答案,一个报告任务适合草稿,一个运营任务适合动作;把它们的形态互换,任务本身就会失真。
三种形态对应三种责任
先把三种形态放在同一张表里看。每一行都要回答:Agent 交回什么、人接下来做什么、出错时谁兜底。
| 形态 | Agent 交回 | 人的动作 | 责任归属 | 典型失败 |
|---|---|---|---|---|
| 答案 | 一个判断或建议 | 确认、采纳或修改 | 确认的人 | 建议看起来合理但依据不足 |
| 草稿 | 一份可编辑的产出 | 审改、补写、发布 | 审改的人 | 草稿完整但事实错误 |
| 动作 | 一个已执行的状态变更 | 事后审计、必要时回滚 | 批准执行的人 | 动作生效后才发现选错对象 |
答案的关键不是「短」,而是「人仍然在决策链上」。Agent 给出队列、优先级和模板编号,支持人员确认后才进入下一步;如果人改了,改动的理由会留在系统里。答案形态的产品设计重点是让确认变快,而不是让人跳过确认。
草稿的关键不是「长」,而是「可编辑」。B Quill 交回的是一份 12–20 页的报告初稿,咨询顾问要审改 1.6 小时才发布。草稿形态的产品设计重点是让审改变得有的放矢:哪些段落引用了哪个数据源、哪些数字需要核查、哪些结论是推断。草稿越像成品,审改的人越容易跳过核查;所以草稿必须保留来源和不确定性的痕迹。
动作的关键不是「自动」,而是「可追」。C Runner 直接改价格、改库存、下架商品,人不在执行前确认,而在执行后审计。动作形态的产品设计重点是审计和回滚:每个动作要有任务号、前后值、执行依据和回滚句柄。没有这些,动作形态不是自动化,是黑盒。
形态与自主度耦合
形态不是产品经理自由选择的界面样式,它由自主度决定。第 6 章会把自主度分成建议、草稿、审批、执行四档;在输出形态上,四档收敛成三种形态。
| 自主档 | 输出形态 | 理由 |
|---|---|---|
| 建议 | 答案 | Agent 只给判断,人决定是否采纳 |
| 审批 | 答案 | Agent 给判断,人批准后才进入下一步 |
| 草稿 | 草稿 | Agent 生成产出,人审改后发布 |
| 执行 | 动作 | Agent 直接改变外部状态,人事后审计 |
建议档和审批档都输出答案,差别在确认点的位置:建议档的确认发生在人自己的工作里,审批档的确认是一个显式的关卡。两者的共同点是,Agent 不承担执行的后果。
草稿档输出草稿,不输出答案,也不输出动作。它不能只给一句「建议这样写」,因为客户报告的价值在完整产出;它也不能直接发布,因为发布意味着对客承诺。草稿档的产品设计要把「生成」和「发布」分开,发布动作仍然由人完成。
执行档输出动作,不输出草稿。C Runner 如果只给一份「建议改价清单」,运营团队还要逐条复制到后台,那它就没有接住执行这段工作;如果它直接发布一份对客通知而不改系统状态,那它输出的是一份文案,不是一次执行。执行档的价值在于把动作做完,并留下可审计的痕迹。
三个案例各定一种形态
三个案例正好对应三种形态,而且每一种都能说明「为什么不能换」。
A Relay(Northwind 的客服工单分诊 Agent)输出答案。它每月处理 26,400 单,人工基线 3.5 分钟一单;Agent 给出队列、优先级和首响模板编号,人确认耗时 0.75 分钟,模型耗时 0.30 分钟,人机合计 1.05 分钟。如果把它改成动作形态,让 Agent 直接把工单推进队列,就移除了人的确认环节;采纳后仍出错率是 2.9%,这些错误会直接进入客户体验和 SLA,而不是停在确认页上。A 的团队坚持人在决策链上,所以它只能是答案。
B Quill 输出草稿。它每月 606 份报告,人工基线 4.2 小时一份;Agent 生成耗时 11 分钟,人审改 1.6 小时,人机合计 107 分钟。如果把它改成答案形态,只给一段「本月经营情况良好」的判断,咨询顾问仍然要自己写 12–20 页,Agent 没有接住生成这段工作;如果把它改成动作形态,让 Agent 直接发给客户,就跳过了审改,而事实错误率是 4.6%,这些错误会直接变成对客承诺。B 的形态只能是草稿。
C Runner 输出动作。它每月 13,200 个任务,人工基线 18 分钟一个;Agent 执行耗时 2.4 分钟,人工审计 0.96 分钟,转人工 3.08 分钟,实际人工 4.04 分钟,人机合计 6.44 分钟。如果把它改成草稿形态,只给一份「建议下架这几个商品」的清单,运营还要逐条执行,Agent 没有接住执行;如果把它改成答案形态,只告诉运营「这个商品价格异常」,那它连判断都没有落地。C 的形态只能是动作,但动作必须带审计和回滚。
形态决定确认点的位置
同样一个「确认」,在三种形态里发生的位置不同。答案形态的确认发生在判断之后、行动之前;草稿形态的确认发生在生成之后、发布之前;动作形态的确认发生在执行之后、下一次执行之前。位置不同,产品要提供的界面也不同。
| 形态 | 确认点 | 人看到什么 | 错过确认的后果 |
|---|---|---|---|
| 答案 | 判断后、行动前 | 建议、依据、可修改项 | 建议被直接采纳或忽略 |
| 草稿 | 生成后、发布前 | 全文、来源、待核查项 | 未核查内容被发布 |
| 动作 | 执行后、下次执行前 | 动作清单、前后值、回滚入口 | 错误状态持续到审计发现 |
这张表解释了一个常见争论:为什么不能给动作形态加一个「执行前确认」。加了之后,它就不是动作形态,而是审批形态;自主度从执行退到审批,人工成本结构也会变。C 的 4.04 分钟人工里没有执行前确认,只有 0.96 分钟审计和 3.08 分钟转人工;如果改成执行前逐条确认,人工会远高于这个数。
反过来,答案形态也不能假装有「事后审计」。人确认之后,建议就变成了人的决定;再回头审计 Agent 的建议,只能改进模型,不能改变已经发生的客户体验。形态的确认点一旦定错,后面的监控指标也会跟着错。
一个任务的形态走查
假设团队要给支持团队做一个「退款审批助手」。先用三个问题走一遍:
第一,任务输出是什么?如果输出是「建议批准/拒绝」,形态是答案;如果输出是一封给客户的退款说明草稿,形态是草稿;如果输出是直接发起退款,形态是动作。
第二,责任落在谁?建议由审批人确认,草稿由客服审改,动作由批准执行的人兜底。三种选择的错误代价不同:错误建议可能被审批人拦下,错误草稿可能被发布,错误动作会直接产生资金变动。
第三,自主度够不够?如果退款金额高、不可回滚,动作形态需要极高的审计有效性和回滚能力;如果团队还没有这些能力,正确选择是答案或草稿,而不是先上动作再补审计。
走查的结论不是「越自动越好」,而是「当前责任链能承受到哪一步」。同一个退款任务,在能力不同的团队里可以落在三种形态上,这是正常的;不正常的是形态没有随能力变化,却一直挂着「全自动」的名字。
混用形态的三种代价
形态混用不是「界面不统一」这么轻。它会改变责任链,而责任链一旦模糊,出错时就找不到该谁兜底。
答案当动作用。 产品说「Agent 会自动处理」,实际只给了一条建议,用户以为已经执行,回头发现工单还在原地。这种混用会把「未执行」伪装成「已执行」,比明确不执行更危险。
草稿当答案用。 产品说「Agent 给你一个结论」,实际给了一份需要审改的长文。用户可能只看了开头就往下走,把未核查的草稿当成结论使用。B 的审改时长是 1.6 小时,这个时间不是可选项;如果产品暗示草稿可以直接用,审改就会被压缩。
动作当草稿用。 产品说「Agent 先给个方案」,实际已经改了系统状态。用户以为还有确认机会,实际上动作已经生效。C 的错误中 86% 可回滚,但仍有 0.238% 不可回滚;把动作包装成草稿,等于把不可回滚的风险藏在一个「看起来还能改」的界面后面。
三种混用有一个共同点:它们都在削弱人对结果的预期。形态是产品对用户的承诺,承诺错了,后面的交互设计、通知、审计都补不回来。
把形态写成校验函数
下面这个模型把三种形态、责任、自主度映射和人机耗时做成可校验的结构。它的作用不是替产品选形态,而是在任务规格提交时检查「这个形态和这个自主档是否匹配」。
// file: src/task/05-1-three-output-forms.ts
// tier: L2
// verify: node --test test/task/05-1-three-output-forms.test.ts
// 三种输出形态对应三种责任:答案承担判断、草稿承担生成、动作承担执行。
// 形态不是界面样式,而是「谁对结果负责」的产品声明。
import { CASES, type Autonomy, type Profile } from "../cases.ts";
import { type Result, fail, ok } from "../core/result.ts";
export type OutputForm = "answer" | "draft" | "action";
export type Responsibility = "judgment" | "generation" | "execution";
export const RESPONSIBILITY: Record<OutputForm, Responsibility> = {
answer: "judgment",
draft: "generation",
action: "execution",
};
export const FORM_FOR_AUTONOMY: Record<Autonomy, OutputForm> = {
advise: "answer",
approve: "answer",
draft: "draft",
execute: "action",
};
export const FORM_CHECK: Record<OutputForm, string> = {
answer: "confirm before the decision; the human still decides",
draft: "review and edit before release; the human still owns the output",
action: "audit after execution; every action needs a rollback handle",
};
export const MIX_RISK: Record<OutputForm, string> = {
answer: "if the job needs execution, an answer leaves the work in the user's hands",
draft: "if the job needs a decision, a draft invites copy-paste without review",
action: "if the job needs judgment, an action removes the human from the chain",
};
export type HumanLoad = {
readonly humanMinutes: number;
readonly machineMinutes: number;
readonly totalMinutes: number;
readonly machineShare: number;
};
export function humanLoad(profile: Profile): HumanLoad {
const totalMinutes = profile.humanMinutes + profile.machineMinutes;
return {
humanMinutes: profile.humanMinutes,
machineMinutes: profile.machineMinutes,
totalMinutes,
machineShare: totalMinutes === 0 ? 0 : profile.machineMinutes / totalMinutes,
};
}
export function checkForm(
profile: Profile,
form: OutputForm,
): Result<OutputForm> {
const expected = FORM_FOR_AUTONOMY[profile.autonomy];
if (form !== expected) {
return fail(
`${profile.key} runs at ${profile.autonomy}; expected ${expected}, got ${form}`,
);
}
return ok(form);
}
export const CASE_FORM: Record<"A" | "B" | "C", OutputForm> = {
A: "answer",
B: "draft",
C: "action",
};
export const LOADS = CASES.map((profile) => ({
key: profile.key,
...humanLoad(profile),
}));
FORM_FOR_AUTONOMY 是耦合规则:建议和审批输出答案,草稿输出草稿,执行输出动作。checkForm 在形态不匹配时返回失败,并明确说出「当前自主档期望什么形态、实际给了什么」。这条错误信息比一句「配置错误」有用,因为它直接指向责任链的断点。
humanLoad 把人工时间和机器时间分开算。A 是 0.75 + 0.30 = 1.05 分钟,B 是 96 + 11 = 107 分钟,C 是 4.04 + 2.4 = 6.44 分钟。machineShare 是机器时间占总时间的比例,它只用于理解结构,不用于计算节省;节省的分母是纯人工成本,不是人机总耗时。这两个口径不能混。
CASE_FORM 把三个案例固定在答案、草稿、动作上。它可以在评审时作为对照:如果某个新任务被定成执行档,却想输出草稿,checkForm 会直接失败,团队必须回到自主度定档,而不是在输出形态上打补丁。
形态评审的三个问题
输出形态上会时,不需要先讨论界面。先回答三个问题:
- 这个形态的责任落在谁身上? 答案落在确认的人,草稿落在审改的人,动作落在批准执行的人。找不到责任人,说明形态还没定清楚。
- 这个形态允许人反悔吗? 答案可以在确认前改,草稿可以在发布前改,动作只能在执行后回滚。反悔窗口不同,产品对错误率的容忍度也不同。
- 这个形态的失败长什么样? 答案失败是建议被改,草稿失败是审改时间变长或事实错误漏过,动作失败是状态已变、需要回滚。三种失败需要三种不同的监控。
这三个问题也能用来检查「形态升级」是否成立。比如一个答案形态的产品想升级成动作形态,不是改一个开关,而是要先证明:错误率足够低、回滚足够快、审计足够有效、人愿意把确认环节后移。缺一条,升级就是把风险从确认页转移到事故现场。
形态升级也不是一次性动作,而是分阶段。以 C 为例,它的放量顺序是先影子运行 4 周、再执行 5% 低风险动作、再扩到 20%、最后到 60%。形态也从「动作(只记录)」逐步变成「动作(真实执行)」。如果直接跳到全量动作,审计和回滚还没有经过真实流量验证,形态升级就会变成一次没有退路的发布。
再比如 A 想从答案升级到动作:它需要先证明分诊正确率足够高、错误可以被回滚、审计能覆盖关键动作、团队愿意把确认环节后移。这四条不是模型能力,是产品能力;缺一条,升级都不成立。
形态与交付面的分界
形态回答「交回什么」,交付面回答「交到哪里」。两者经常被混为一谈:把「动作」直接等同于「写系统」,把「草稿」直接等同于「给文件」。实际上,答案也可以写进系统,比如把分诊建议写进工单的备注字段;草稿也可以显示在界面里,比如在线编辑器;动作也可以先落在文件,比如批量操作清单。形态决定责任,交付面决定错误被发现的位置;先定形态,再选交付面,顺序不能反。
形态还会影响下游系统怎么消费输出。答案通常给人看,草稿通常给编辑器和发布流程,动作通常给业务系统和审计日志。如果下游消费方式与形态不匹配,比如把答案塞进一个只接受结构化动作的接口,产品就会在集成阶段被迫补一层转换,而转换层往往会把责任链重新搅乱。
还有一层容易被忽略:形态要和产品的计费与考核口径对齐。如果产品按「处理任务数」收费,动作形态会让任务数看起来最高;如果按「节省人工小时」收费,答案和草稿形态的节省更容易被客户感知。形态选错,计费单位就会和客户实际获得的价值错位。这不是说形态要服从计费,而是说两者必须一起设计,不能一边卖「全自动执行」,一边交付「建议清单」。
同样,内部考核也要跟着形态走。动作形态的团队不能只考核自动完成率,还要考核回滚率和审计发现率;答案形态的团队不能只考核建议数量,还要考核采纳率和修改率;草稿形态的团队不能只考核生成速度,还要考核返工率和事实错误率。形态决定责任,考核就应该落在对应的责任上。
形态还会影响失败恢复的速度。答案形态的错误可以在确认页当场改;草稿形态的错误可以在审改时改;动作形态的错误只能在执行后回滚。恢复速度越慢,产品越需要在形态之外补监控和通知,而这些补丁不能反过来替代形态选择。
所以形态评审的结论应该写成一句话:这个任务交回什么、谁确认、出错后谁在多长时间内能改。三件事说不清,形态就还没有定。
小结
- 三种输出形态对应三种责任:答案承担判断,草稿承担生成,动作承担执行。
- 答案的关键是人仍在决策链上,草稿的关键是可编辑且保留来源,动作的关键是可审计和可回滚。
- 形态由自主度决定:建议和审批输出答案,草稿输出草稿,执行输出动作。
- A Relay 输出答案,因为分诊错误会影响客户体验和 SLA,人必须确认。
- B Quill 输出草稿,因为报告需要审改,事实错误率 4.6% 不能直接对客。
- C Runner 输出动作,因为执行是任务本身,但动作必须带审计和回滚。
- 混用形态会改变责任链:答案当动作用会伪装执行,草稿当答案用会压缩审改,动作当草稿用会隐藏不可回滚风险。
- 人工时间与机器时间必须分开:A 1.05、B 107、C 6.44 分钟是人机总耗时,不是人工耗时。
阅读导航:上一节:4.3 过期数据与冲突数据的处理口径 · 下一节:5.2 交付面:界面、文件还是系统写入 。
常见错误与边界
- 把形态当界面样式。 形态决定谁对结果负责,不是换一个展示组件;界面可以改,责任链不能含糊。
- 认为动作形态更高级。 动作只是责任分配的一种,不是能力等级;分诊任务用动作形态会移除必要的确认环节。
- 草稿不保留来源。 草稿越像成品,审改的人越容易跳过核查;来源、事实核查清单和不确定性必须留在草稿里。
- 动作没有回滚句柄。 C 的不可回滚错误率是 0.238%,比例小但后果重;没有回滚句柄的动作不是自动化,是赌博。
- 把机器时间算进人工。 A 的 0.30 分钟、B 的 11 分钟、C 的 2.4 分钟是机器时间,不能计入人工成本。
- 形态升级只改开关。 从答案升级到动作,需要错误率、回滚、审计和确认环节同时达标,缺一条都不成立。
这一节回答「交回什么」。下一节要回答「交到哪里」:界面、文件还是系统写入,以及交付面如何决定错误被发现的时间。
继续阅读
探索更多技术文章
浏览归档,发现更多关于系统设计、工具链和工程实践的内容。