把任务交给自动化流程或 AI 智能体的人,会在关键环节安排一个人:在一项变更投入生产之前、在数据离开公司之前,或在某件事变得无法撤销之前,必须有人同意。这一原则是正确的,各类规范也都采纳了它。但这类审批有一个特性很少被谈及:只要没人去看,它们就是不可见的。
一个典型场景
假设一个自动化流程——一次数据同步、一次软件推送、一次权限变更——走到了需要人工审批的步骤。这些步骤等待了许多个小时,无人察觉。没有任何东西坏掉。审批关卡完全按照其设计在运作:它停下来,等待。失灵的唯独是它的可见性。
原因是结构性的。一个以阻塞方式等待审批的进程,通常不会自己发出提醒——毕竟它被阻塞了。从外部看,一个正在等待的进程就像一个安静的进程:没有错误信息,没有告警,没有输出。不专门去查看的人,会把这份安静当作正常运行,或者当作某个仍在进行中的工作步骤。而本该给出审批的人,可能甚至不知道有审批待处理——请求停留在一个此刻没有人打开的界面里。
这类等待时间通常要到事后才会显现,即有人分析日志时间戳的时候。由此还可以得出第二点:如果没有这些时间戳,连等待时间的量级都无从知晓——只剩下一个模糊的印象,觉得“这次花的时间长了一点”。
规范如何理解人的监督
欧洲 AI 法规(法规(EU)2024/1689)第 14 条规定了对高风险 AI 系统的人的监督。这些系统应当设计成能够让自然人在其使用期间对其进行有效监督。第 4 款列举了进行监督的人员应当具备哪些能力。其中包括:监控运行,以发现异常、功能失常和意外表现;同样包括“始终意识到可能存在自动地或过度地依赖高风险 AI 系统所产生输出的倾向(‘自动化偏见’)”(„sich einer möglichen Neigung zu einem automatischen oder übermäßigen Vertrauen in die von einem Hochrisiko-KI-System hervorgebrachte Ausgabe (‚Automatisierungsbias‘) bewusst zu bleiben“);忽略、推翻或撤销输出;以及“干预高风险 AI 系统的运行,或通过‘停止按钮’或类似程序中断系统运行”(„in den Betrieb des Hochrisiko-KI-Systems einzugreifen oder den Systembetrieb mit einer ‚Stopptaste‘ oder einem ähnlichen Verfahren zu unterbrechen“)。
某个具体系统是否适用这一规定,是一个需要在个案中进行分类的问题。即便在该法规不适用的地方,这一思路也可以作为衡量标准。
NIST AI 风险管理框架(AI RMF 1.0,2023 年 1 月)将其表述为一项组织任务:人的监督流程应当得到定义、评估和记录(MAP 3.5),人与 AI 协作中的角色和职责应当清晰划分(GOVERN 3.2)。该框架还指出,收集有关人在多大频率上、出于何种原因否决已部署 AI 系统输出的数据,可能是有益的。
两份文本都预设,人在需要的时候就在那里。人如何及时得知这一需要,则是落实层面的事——而这恰恰是上述场景中的缺口所在。
等待是一种必须受到监控的状态
从这一场景中可以推导出四条规则。它们适用于脚本、流水线和工作流工具,也同样适用于 AI 智能体——而且一个流程越是自主运行,就越是适用,因为越少有人在一旁看着。
“等待审批”成为一种独立的、受监控的状态。 附带请求提出的时间、一个约定的阈值,以及超出阈值时的告警。告警发给一个指定的、配有代理人的岗位,而不是发到一个没人读的邮箱。由于以阻塞方式等待的进程通常不会自己发出提醒,必须由另一方来查询这一状态——监控来自外部。阈值取决于这一步骤之后有什么在等着:一项夜间例行任务可以容忍数小时,一项整个团队都在等待的变更则不行。
需要审批的步骤在触发之前就要预告。 知道几分钟后需要做出同意的人,会去看一眼。给审批人发一条简短的消息不费任何成本——而且这是进程在被阻塞之前还能自己发出的最后一条消息。
需要审批的步骤放到最后。 如果它位于流程中间,那么其后的一切都会跟着等待——包括根本不需要审批的工作。放在最后,它只会阻塞它自己。做不到这一点时,独立的步骤应当事先完成,或并行继续推进。
等待时间要测量,而不是估计。 请求开始的时间和做出决定的时间都记录在日志中;两者之差是一个可以分析的指标。这与 NIST 框架关于收集人为干预数据的提示相一致:不去测量监督实际上是如何发生的人,就不知道监督是否在发生。
审批过多同样不是监督
对一项被忽视的审批,最直接的反应是增加更多控制。这只会转移问题。一个每天要确认十次的人,迟早会不看就确认。审批沦为走形式,监督只存在于纸面上——这正是第 14 条所描述的那种自动化偏见,只不过高了一个层级。
这种模式在告警领域早已为人熟知。BSI 在 IT 基本保护模块 DER.1 中将以下情况描述为一种威胁:告警设置不当时,误报可能增多;相关负责人随后“可能再也无法区分误报与安全相关事件”,并可能无法足够迅速地注意到告警信息。审批同样如此。Google 的 SRE 一书为告警提出了一条可以借鉴的原则:“每一次呼叫都应当是可操作的。”(“Every page should be actionable.”)一项审批人无需做出任何决定的审批,就不是审批。
另一个极端——完全没有审批——同样不是解决办法。目标是少而有意义的审批。适合的候选包括:无法可靠撤回的步骤、影响超出自身职责范围的步骤、涉及数据离开公司的步骤,或涉及授予权限的步骤。凡是能够干净回滚、且其结果会被自动检查的操作,通常不需要在其之前安排一个人,而需要在其之后安排一项检查。
自动化中审批的检查清单
- 每一项审批都有一位指定的负责人,并配有代理人。
- “等待审批”状态是可见的,设有阈值,并会触发告警。
- 审批在进程被阻塞之前就已预告。
- 需要审批的步骤在流程中尽可能靠后。
- 等待时间和决定都有日志记录,并定期分析。
- 针对待处理审批的告警至少被测试性地触发过一次,并且确实送达了。
- 定期审查审批清单,检查每一项审批是否仍然发挥其作用。
sector7 如何提供支持
我们与您一起梳理贵企业的 AI 使用在 EU AI Act 下会引发什么,并确定风险分类、记录义务和明确的职责——详情请见主权 AI。对于受托管的环境,我们的 NOC 全天候自动化监控;发现的异常按合同约定的流程处理,具体见托管服务与支持。
来源
- Artikel 14: Menschliche Aufsicht, Verordnung (EU) 2024/1689 – Europäische Kommission, AI Act Service Desk,访问于 2026-09-30
- Artificial Intelligence Risk Management Framework (AI RMF 1.0), NIST AI 100-1 (PDF) – NIST,2023 年 1 月
- Site Reliability Engineering, 第 6 章: Monitoring Distributed Systems – Google,访问于 2026-09-30
- IT-Grundschutz-Kompendium, Baustein DER.1 Detektion von sicherheitsrelevanten Ereignissen, Edition 2023 (PDF) – BSI,访问于 2026-09-30