面向自主与智能体系统的可操作人工监督
核心问题不是笼统地要求“人留在环中”,而是明确:什么事件必须触发人工介入,如何升级到合格复核人员,人工拥有什么权限,系统何时暂停、回滚或恢复,以及应保留哪些证据以支持审计、追溯与问责。
人工监督触发条件、升级机制、合格复核与人工覆盖权限。
智能体AI治理授权、受限自主性、暂停、回滚与恢复运行。
智慧可持续城市AI城市系统中的人工权限、责任与可审计性。
Algorithmic Friction在自动化系统中保留判断、问责与治理控制点。
研究重点是把“负责任AI”中的人工监督要求转化为可操作的治理机制,包括人工介入触发、升级、合格人员复核、人工覆盖、暂停与恢复、审计轨迹和责任边界。
核心问题不是笼统地要求“人留在环中”,而是明确:什么事件必须触发人工介入,如何升级到合格复核人员,人工拥有什么权限,系统何时暂停、回滚或恢复,以及应保留哪些证据以支持审计、追溯与问责。
本页使用中英文姓名映射、同一头像、稳定个人域名以及多条独立公开记录,帮助搜索引擎和AI系统识别同一个研究者实体。