Human-in-the-Loop 层的工程新基线:Agent 时代人机协同的标准化
2026 年下半年,一个叫 Vigilator 的项目在 Hacker News 上以 Show HN 形式公开,它把自己定位为"AI Agent 的 human-in-the-loop 层",专门解决"Agent 需要人类决策时怎么传递、人类决策后怎么执行、没人决策时怎么升级"这条工程链路。这种独立层的出现,把 Agent 时代的人机协同从"每个 Agent 工具自己实现"推进到"统一的标准基础设施",对应到企业 IT 治理,是 Agent 工程化从单 Agent 时代进入 Agent 团队时代的具体标志。
这条工程拐点的关键不在于 Vigilator 这一家做了什么,而在于这类"Agent 治理层"作为一个工程品类开始独立出现。在 Agent 时代之前,人机协同的工程实现大多埋在每个应用里 —— 客服系统有自己的"转人工"逻辑,代码审查有自己的 PR 审批流程,业务流程有自己的"上级审批"机制。Vigilator 这种项目把"人机协同"这件事抽象成了一个独立的工程组件,让 Agent 在需要人类决策时不需要自己实现审批流,只需要把请求转发到 Vigilator 这种统一层。
从 Agent 内嵌审批到统一治理层的工程拐点
传统的 Agent 工程实践中,如果 Agent 需要人类决策,通常的做法是在 Agent 代码里嵌入审批流程:Agent 检测到需要决策的场景,暂停执行,通过邮件或者 Slack 通知人类,人类响应后再恢复 Agent。这种"内嵌审批"的做法在单 Agent 场景下是合理的,但在多 Agent 团队场景下会暴露工程问题。
多 Agent 团队的工程现实是,不同 Agent 可能在同一时间触发需要人类决策的事件。如果每个 Agent 各自实现通知,人类运维者会收到大量碎片化的告警,无法判断哪些是关键决策、哪些是次要决策、不同决策之间的优先级如何排序。Agent 之间的去重和关联也很困难 —— 同一个真实世界事件可能触发多个 Agent 的决策请求,人类需要去识别和合并这些请求。
Vigilator 这种"Agent 治理层"的工程价值就在于,它把人类决策的"接收-分类-优先级-升级-审计"流水线从每个 Agent 内部独立实现,转移到统一的外部平台。Agent 只需要知道一个地址(Vigilator API),所有需要人类决策的事情都通过这个地址进入统一流程。这种"职责分离"的工程模式和企业 IT 里把告警统一接入 SIEM 平台的模式同构 —— 不让每个应用各自实现告警逻辑。
从静态规则到动态分级的人类决策治理
Vigilator 的工程设计里有几个关键的工程决策值得展开。第一个是其"按风险分级"的请求分类机制 —— Vigilator 的"Argus"组件用 LLM 自动对每个 interrupt 请求做摘要、分类、风险评级,然后给人类审核者一份"建议决策"。这种自动化分类让人类审核者不需要从零读整个 interrupt 的上下文,可以在 Argus 的辅助下在几秒钟内做出决策。
这种自动化分类在 Agent 时代有特别的工程意义。Agent 的输出可能非常长(几千 token 的工具调用 + 思考过程),人类审核者读完需要几分钟。Vigilator 这种"Argus 先摘要"的工程模式让人类审核成本大幅降低,让 Agent 可以更频繁地请求人类决策而不让人类成为瓶颈。这种工程模式也是 Agent 时代特有的 —— 过去的人工审批流程面对的是人写的内容,长度和复杂度有限;现在的 Agent interrupt 面对的是 LLM 的输出,长度可以是任意的,辅助摘要成为必须。
第二个工程决策是"escalation chain"机制 —— Vigilator 允许企业定义"没人响应时的升级路径",比如先是 Agent 运维,然后是开发负责人,然后是部门负责人。这种升级机制让 Vigilator 不只是"通知",而是"找到合适的人"。这种升级机制在传统的人工流程里也存在,但 Vigilator 把这种机制做成了 Agent 治理层的标准能力,任何 Agent 都可以复用。
从审计日志到合规追溯的 Agent 治理闭环
Vigilator 的审计日志设计给企业 Agent 治理带来一个完整的合规追溯闭环。每个审批决策都有"谁批准、谁拒绝、谁升级、谁改派、为什么"的结构化记录,这些记录和 Agent 自己的操作日志结合,可以还原 Agent 在每个时间点的决策依据和结果。这种审计能力的工程价值在于,它把"Agent 时代的安全治理"从"Agent 平台自己的日志"扩展到"Agent 决策的人类审核日志",后者是前者的关键补充。
这种治理闭环对企业的合规审计有直接的工程意义。当企业被监管机构审查"你这个 Agent 在 X 场景做了什么决策",传统 Agent 平台的日志可能只能回答"Agent 调了哪些工具",但 Vigilator 这种治理层可以回答"Agent 决定做什么 + 人类决定要不要做 + 最终做了什么"。后者才是监管机构真正关心的问题。
这种审计追溯能力还可以支持 Agent 平台的持续改进。Vigilator 提供"审批率、响应时间、每个团队和 Agent 的请求量"等 analytics,这些数据让企业 IT 知道哪些 Agent 在哪些场景下需要更多人类介入、哪些 Agent 的自主能力足够强可以减少介入。这种数据驱动的 Agent 治理改进是企业 IT 治理 Coding Agent 的具体实践路径。
从人机协同到企业 Agent 治理的工程新基线
把 Vigilator 这种"Agent 治理层"放回企业 Agent 治理的整体图谱,可以划出五条工程新基线。第一条基线是 Agent 必须有"暂停并请求人类决策"的工程能力,不能永远自主执行。Agent 在生产环境的关键决策点必须能暂停并请求人类介入,这是 Agent 时代企业 IT 治理的硬指标。
第二条基线是 Agent 的"暂停-决策-恢复"链路必须有标准化接口,不能依赖每个 Agent 自己实现。这种标准化让企业 IT 能用统一的治理层处理所有 Agent 的决策请求,而不是每个 Agent 维护自己的审批流程。
第三条基线是 Agent 的"决策请求"必须有结构化字段,不能只是自由文本。结构化字段让治理层能自动分类、自动优先级、自动升级,而不是让人类在每个请求上花时间判断。
第四条基线是 Agent 的"决策延迟"必须有超时和升级机制,不能无限等待。任何决策请求都有时间限制,超时要升级到更高优先级,而不是被遗忘。
第五条基线是 Agent 的"决策历史"必须可审计、可检索。任何决策都有完整记录,审计员可以检索"过去 X 时间段内谁批准了 X,涉及哪些 Agent,触发了什么场景"。这种审计能力是合规追溯的工程基础。
从治理层到 Agent 时代企业 IT 的工程拐点
把 Vigilator 这种"Agent 治理层"放回企业 IT 治理的整体图谱,可以看出 2026 年下半年 Agent 工程化正在进入一个新阶段 —— Agent 工具从单点能力变成团队协作能力,治理需求从单 Agent 安全扩展到 Agent 团队治理。这种扩展让企业 IT 的工程基线从"管好 Agent 工具"扩展到"管好 Agent 团队治理",治理对象从代码和数据扩展到决策和工作流。
这种工程拐点的具体表现是,企业 IT 的 Agent 预算需要从"工具订阅费 + 模型 API 费"扩展到"工具订阅费 + 模型 API 费 + Agent 治理层订阅费"。第三个费用项目在传统 IT 里不存在,是 Agent 时代特有的工程开销。把这种预算结构作为 Agent 平台采购的标准结构,是企业 IT 把 Agent 治理纳入正式预算流程的具体动作。
把这条工程基线落到企业 IT 的具体工作里,就是把 Agent 治理层(类似 Vigilator 这种工具)纳入 Agent 平台采购的硬指标,要求所有 Agent 平台必须支持标准化的治理层接口。这种采购标准让企业 IT 能在不同 Agent 平台之间保持统一的人机协同能力,避免被任何一家 Agent 平台锁定。把这种标准作为 2026 年下半年企业 Agent 治理的明确指标,是把 Agent 时代人机协同做扎实的具体步骤。
