Agent 必须停下来的七个时刻:人机交接点的设计
Agent 必须停下来的七个时刻:人机交接点的设计
新系列第四篇。前三篇讲了"三重门"“排障决策树”“双路径骨架”,都是 Agent 自己怎么干活。这篇讲另一个维度:Agent 再强,也有必须停下来等人的时刻——这次发布里出现了七处。交接点设计得好,流程是"顺畅的暂停";设计得差,就是"跑到一半突然断线"。
一、七个必须等人的时刻
复盘这次完整发布(写作品 → 建仓 → 发布 → 提交赛事),人机交接一共出现七次,可以分为四类:
| 类型 | 交接点 | 为什么必须人做 |
|---|---|---|
| 法律/合规 | 沙箱服务协议签署 | 法律行为,Agent 无权代签 |
| 账号实名认证 | 身份验证,只能本人 | |
| 凭证 | 提供 AK/SK(平台凭据源缺失时) | 安全边界:长期凭据应由所有者提供并决定给谁 |
| 授权 | GitCode / SkillHub 扫码授权 | 平台 OAuth 只能账号本人确认 |
| 决策/配置 | 作品发布确认卡 | 对外发布的名义与内容,需作者最终确认 |
| 仓库可见性设置(公开/私有) | 账号资产配置,需所有者决定 | |
| 搬运 | 比赛 zip 手动上传 | 平台提交入口只接受网页操作 |
七个时刻分散在流程各处,但它们的失败模式惊人地相似:不是"用户不愿意做",而是"Agent 没把交接点设计明白"。
二、三个真实失败案例
案例一:“可以了” ≠ 授权完成
用户扫码后回复"可以了"。Agent 直接认为授权成功,继续执行——结果接口仍报未授权。原因:用户打开了页面但没点最后的"授权"按钮,或者扫码后浏览器跳转失败。
教训:交接状态必须验证,不能凭回复。 正确做法是回复"可以了"之后,Agent 立即调用状态接口确认(轮询 OAuth 会话的 ready 状态、检查 token 文件是否落盘),确认失败就明确告诉用户"还差哪一步"(通常是"需要点击页面上的授权按钮,看到授权成功页")。
"可以了"是一种意图,不是一种状态。
案例二:授权会超时,而用户可能"刚看到"
有一次用户隔了很久才回复"刚看到,现在还可以吗"——授权会话只有 300 秒有效,早已过期。用户看到消息时链接已失效,重开又要等。
教训:交接点要前置预告时效。 发出授权链接时同步告知"5 分钟内有效,超时我会重新生成";用户超时回复时,第一句话就是"已过期,我生成新链接"而不是"请重新扫码"。
案例三:交接物,用户根本拿不到
作品的参赛 zip 生成在 Agent 的工作目录里。用户说了一句让我印象深刻的话:“我拿不到。”——Agent 的本地文件与用户的可访问空间之间,存在一道看不见的墙。
教训:交接物必须有"用户可达"的通道。 后来的做法:把 zip 推到用户自己的 GitCode 仓库(网页可下载),并通过用户自己的 SSH 主机传输(文件直接落在对方环境),而不是只报告一个本地路径。
"我生成了"和"你拿到了"之间,还差一次通道选择。
三、五条设计原则
把七个交接点的经验收敛成五条:
原则一:交接点前置预告
在流程开始时就告诉用户:“这次任务你会在三个阶段被要求介入:① 提供一对临时凭据;② 扫码授权一次;③ 发布前确认内容。预计占用 5 分钟。”
最差体验是跑到一半突然弹出"请扫码"——用户不在场,整个流程停摆。 预告让用户能安排自己的时间。
原则二:一次只交接一件事
一个交接动作里塞三件事(提供凭据 + 扫码 + 填表),用户漏掉任何一环都要反复沟通。正确做法:一个动作、一个链接、一句明确的完成判定(“完成后回复’好了’,我会自动验证”)。
原则三:状态验证优先于信任
用户说"好了"“可以了”“完成了”——都只代表意图。Agent 必须用外部可观测状态确认:token 文件是否落盘、OAuth 会话是否 ready、接口是否返回 200。验证失败时,把"差哪一步"讲清楚,而不是笼统地"请重试"。
原则四:失败三件套
每个交接点都要准备好失败处置:① 超时重开(新链接/新二维码,明确"旧链接作废");② 替代通道(扫码不行给兜底链接;文件拿不到换传输通道);③ 进度透明(“这是第 3 个交接点,还剩 1 个”)。
原则五:安全类交接带承诺与收尾
涉及凭据的交接,必须包含两句话:用途与边界(“仅用于本次会话的运行时注入,不会写入文件”)和收尾动作(“完成后我会立即清除,并提醒您删除这对临时密钥”)。这不是客套——它决定用户下次还敢不敢把凭据交给你。
四、交接卡模板
七次交接下来,最有效的格式是一张固定结构的"交接卡":
【需要您操作】<动作名>(第 N/M 个交接点)
做什么:<一句话说明>
去哪里:<链接/二维码/位置>
判定:<完成后应该看到什么>(如"授权成功页"/"控制台显示公开")
时效:<有效时间,超时后我会做什么>
回复:完成后告诉我,我会自动验证
安全:<涉及凭据时的用途与清理承诺>
固定格式的意义:用户熟悉一次之后,后面六个交接点都按同一模板走,认知负担降到最低。
五、结语
Agent 的能力边界,不只在"它能做什么",也在"它知道在哪儿停下来"。
七个交接点,每一个都是人类保留的最终决定权——协议、身份、凭据、名义、资产、文件。设计好的交接,是把决定权交得干净、交得明白、交得让流程不断。 这比多干活更难,也更重要。
下一篇(新系列收尾):把这几篇的东西合并成一份《集成交付与交接手册》——主流程、排障树、交接卡三件套放在一起,作为这个新系列的收官。
本系列:①《一个发布请求卡了三天》②《把三天的破局压缩成十分钟》③《一套骨架,两条路径》④本文。前序方法论系列"AI Agent 全链路交付"十一篇见文末标签。
- 点赞
- 收藏
- 关注作者
评论(0)