HarmonyOS7Agent实现人机协同机制,敏感操作需人工审批才执行
HarmonyOS 7 Agent 开发实战系列收官篇详解人机协同(HITL)设计:通过审批状态机将退款、删号等高风险动作从自动执行改为“提议-等待审批”模式,确保模型失误不导致不可逆后果。该机制独立...
在智能体(Agent)逐步走向实际业务落地的过程中,一个关键问题日益凸显:当 Agent 具备调用真实系统工具的能力时,如何防止其因判断失误而触发高风险操作?华为 HarmonyOS 7 的 Agent 开发框架给出了明确答案——引入人机协同(Human-in-the-Loop, HITL)机制,为敏感动作增设人工审批闸门。
这一设计出自「HarmonyOS 7 Agent 开发实战」系列的第 12 篇,也是该系列的收官之作。它聚焦于一个具体场景:Agent 提议执行退款、删除账号、修改配置或对外发送通知等具有不可逆性或高成本的操作时,系统不会立即执行,而是生成一条待审批请求,暂停在 PENDING 状态,等待人类用户在界面上选择“通过”“拒绝”或“修改”,之后才决定最终动作。
与此前第 03 篇介绍的 Tool Calling 自动执行机制相比,人机协同的核心差异在于“执行时机”的控制权转移。在自动模式下,一旦模型判定需调用 refund_order,资金即刻退回;而在人机协同模式下,该动作仅作为提案提交,必须经人工确认后才落地。这种“半空中的停顿”并非效率牺牲,而是将“模型的推理能力”与“动作的实际后果”解耦——模型仍负责理解上下文并提出方案,但涉及重大影响的操作,最终决策权保留在人类手中。
值得注意的是,该审批机制被设计为一个独立的状态机模块,完全基于 ArkTS 实现,不依赖大语言模型(LLM)在线运行。这意味着即使 LLM 服务中断或响应异常,已进入 PENDING 状态的请求也不会因超时而被自动执行,从而从根本上避免了“静默失败”带来的系统性风险。这种设计显著提升了自治 Agent 在生产环境中的可信边界。
那么,哪些动作应纳入人工审批范围?开发团队提出了一条实用判据:“可逆性 × 成本”。删除数据、资金退款、对外广播等不可撤回或代价高昂的操作,一律进入审批队列;而查询类操作(如读取订单状态、检查库存)则继续走自动 Tool Calling 路径,无需打扰人工。实践中,推荐以“白名单”方式定义需审批的动作类型,而非穷举所有可能的风险点——这既降低维护成本,也便于向业务方清晰传达安全策略。
技术实现上,该机制抽象出两个核心组件:ApprovalRequest 与 HumanInLoopAgent。前者是数据载体,封装请求 ID、动作名称及原始载荷,并通过枚举 ApprovalStatus(PENDING / APPROVED / REJECTED / EDITED)管理状态;后者作为状态机控制器,负责推进状态流转,并保证操作幂等性——例如,同一请求多次点击“通过”不会重复执行。
从流程上看,整个闭环分为四步:① Agent 自主提议(如退款)→ ② 生成 ApprovalRequest,状态设为 PENDING → ③ 人类在前端界面做出决策(通过/拒绝/修改)→ ④ 系统根据结果执行原方案、中止操作或执行修改后方案。其中,“修改”路径支持用户在审批时直接调整参数(如将退款金额从 500 元改为 300 元),体现了人机协作的灵活性。
该机制与系列中其他关键技术模块相互正交、可叠加使用。例如,第 13 篇提出的“Skill 化”可将审批逻辑本身封装为一个可复用技能;第 14 篇的“A2A 协同”则允许多个 Agent 共同参与审批决策过程(如财务 Agent + 法务 Agent 联合审核)。三者分别解决不同层次的问题:人机协同关注“谁拍板”,Skill 化关注“能力如何组织”,A2A 关注“多个 Agent 如何协作”。它们共同构成了 HarmonyOS 7 Agent 架构的完整能力拼图。
从行业视角看,人机协同并非华为独创概念,但在操作系统级 Agent 框架中将其标准化、轻量化并深度集成,仍具示范意义。当前主流大模型应用多依赖前端提示词约束或后端规则过滤来防范风险,而 HarmonyOS 7 的做法更进一步:将安全控制下沉至执行层,形成可验证、可审计的状态流。这对于金融、政务、医疗等强监管领域尤为重要——当 Agent 被赋予真实系统权限时,不能仅靠“模型更聪明”来兜底,必须建立确定性的干预通道。
此外,该设计也反映出对“自治”边界的清醒认知:真正的智能体不是追求完全无人干预,而是在可控范围内最大化自动化效率。正如开发文档所强调的,“把 gate 当成白名单而非黑名单来设计”,本质上是一种工程上的务实主义——与其试图穷尽所有潜在错误,不如明确划定必须由人把关的关键节点。
目前,该人机协同机制已在 HarmonyOS 7 的 ArkTS 开发环境中提供完整示例代码,开发者可直接复用其状态机逻辑,快速集成到自有 Agent 应用中。随着更多企业尝试将 AI Agent 部署至核心业务流程,此类“带刹车的自动化”设计有望成为行业标配。
HarmonyOS 7 的 Agent 架构正在从理论探索转向工程落地,而人机协同机制正是其中保障安全与可用性平衡的关键一环。它不追求炫技式的全自主,而是以清晰的责任划分,让机器提方案、人类做决断,最终实现真正可持续的智能增强。
