本文分析了AI Agent设计中的人机协作三种模式：HITL（人类作为必要环节）、HOTL（人类作为监督者）和AITL（Agent作为副驾驶）。通过类比操作系统概念，探讨了Manus、LangChain、Dify和CopilotKit等框架在不同抽象层级实现这些模式的架构设计与工程实践。未来高级AI系统可能融合这三种模式，实现更动态无缝的人机协作。
摘要：自主 AI Agent 的设计核心在于其与人类的协作模式。本文旨在分析人机协同光谱上的三种关键模式：人类介入循环 (Human in the Loop, HITL)、人类监督循环 (Human over the Loop, HOTL) 以及智能体介入循环 (Agent in the Loop, AITL)。本文通过类比操作系统中的概念，并结合对 Manus、LangChain、Dify、CopilotKit 等框架的接口设计、实现原理和用户体验的深入分析，探讨这些模式的架构设计与工程实践。
- 人机协同的光谱：从 Agent 主导到人类主导
在 AI Agent 的设计中，人机交互范式并非二元的，而是一个连续的光谱。光谱的两端分别是Agent 主导的自主系统和人类主导的辅助系统。HITL、HOTL 和 AITL 是这个光谱上的三个关键坐标。
HITL vs HOTL vs AITL 架构对比
图1：HITL、HOTL 与 AITL 的架构对比。HITL 将人类嵌入 Agent 循环；HOTL 将人类置于监督层；AITL 则将 Agent 嵌入人类的工作循环。
1.1. Human in the Loop (HITL): 同步阻塞模型
Human in the Loop (HITL)模式将人类视为 Agent 执行流程中的一个同步环节。在此模型下，Agent 在遇到预设的关键节点或不确定性时，会暂停执行并等待人类的明确输入。这在概念上等同于一个阻塞式 I/O 调用，人类操作员成为 Agent 执行线程继续前进的必要条件。
1.2. Human over the Loop (HOTL): 异步中断模型
Human over the Loop (HOTL)模式赋予 Agent 更大的自主权，使其能够独立完成端到端任务。人类的角色从流程中的“必经节点”转变为更高维度的监督者 (Supervisor)。这种关系可类比于操作系统的中断机制 (Interrupt Mechanism)，人类可以随时发出“中断信号”，触发异步的干预，但不会阻塞 Agent 的常规执行。
1.3. Agent in the Loop (AITL): Copilot 辅助模型
Agent in the Loop (AITL)是一个与 HITL/HOTL 方向相反的模式 [1]。它不是将人类置于 Agent 的循环中，而是将 Agent 嵌入到人类的工作循环中。这正是Copilot 模式的精髓：人类是主驾驶 (Pilot)，Agent 是副驾驶 (Copilot)，负责在人类的工作流中提供建议、自动完成和信息增强 [2]。
| 特征 | Human in the Loop (HITL) | Human over the Loop (HOTL) | Agent in the Loop (AITL) |
|---|---|---|---|
| 主导者 | Agent | Agent | 人类 |
| 交互模型 | 同步 (Synchronous) | 异步 (Asynchronous) | 嵌入式 (Embedded) |
| 系统影响 | 阻塞式 (Blocking) | 非阻塞式 (Non-blocking) | 辅助式 (Assistive) |
| 人类角色 | 操作员 (Operator) | 监督者 (Supervisor) | 主导者 (Pilot) |
| Agent 角色 | 执行者 (Executor) | 自主执行者 (Autonomous Executor) | 副驾驶 (Copilot) |
| OS 类比 | 阻塞式 I/O | 中断处理 | 用户空间应用 |
- Agent 控制层级：CPU 特权环类比
为了在 Agent 内部融合 HITL 与 HOTL 模式，其架构可借鉴 x86 CPU 的特权环 (Privilege Rings)模型，构建一个从内到外的分层控制结构，以平衡自主性与安全性 [4]。
AI Agent 控制层级：特权环类比
图2：AI Agent 控制架构的特权环类比。权限由中心的自主内核（Ring 0）向外围的用户空间（Ring 3）逐级递减。
- Ring 0：自主决策内核 (Autonomous Agent Core)
- Ring 1：工具执行层 (Tool Execution Layer)
- Ring 2：人类确认门控 (Human Confirmation Gate)(HITL 模式的核心体现)
- Ring 3：用户空间 (User Space)
通过此机制，Agent 大部分时间在 Ring 0 和 Ring 1 之间高效自主地运行（HOTL 状态），仅在触及关键节点时才进入 Ring 2 的同步等待状态（HITL 状态）。
- 工程实践：主流框架的人机协同实现
3.1. Manus：系统级的、细粒度的 HOTL 实现
Manus 的架构选择了一条更底层的路径，其 HOTL 模式通过纯粹的软件工程机制和交互设计在系统执行层实现，其核心是将 Agent 的执行环境本身作为状态管理和交互的核心[5]。
Manus 底层 HOTL 架构
图3：Manus 的 HOTL 架构。
接口设计与用户体验
Manus 没有为开发者提供显式的 HITL/HOTL 编程接口。相反，它的协同机制体现在产品交互层面：
- 自然语言交互：用户通过发送消息与 Agent 交互。每一条新消息都被视为一个高优先级的异步中断，Agent 必须暂停当前任务来处理。
- 实时可见性：用户可以随时查看 Sandbox 中的文件系统，或直接向 Agent 查询其内部状态，提供了极高的透明度。
- 24/7 执行：由于 Agent 在云端 Sandbox 中运行，用户可以关闭界面，Agent 仍会继续执行长耗时任务，实现了真正的异步协作。
实现原理
| 机制 | 实现细节 |
|---|---|
| 系统级中断 | 用户的任何新消息都会触发一个中断信号，强制 Agent 暂停当前工具调用或推理步骤，转而处理用户输入。 |
| 持久化沙箱 | 为每个任务分配一个完整的、隔离的云虚拟机 (Sandbox)，包含文件系统、进程和网络。Agent 的所有状态都隐式地保存在这个环境中，而非显式的 Checkpoint。 |
| 状态管理 | 状态管理是操作系统级别的。恢复任务时，是恢复整个虚拟机的状态，而非仅仅恢复几个高层变量。这使得 Manus 能处理需要复杂环境依赖的任务（如软件开发）。 |
这种设计的用户体验更接近于与一个真正的人类助手协作：你可以随时打断他，给他新的指令，检查他的工作进度，而他拥有自己独立的“电脑”来完成工作。
3.2. LangChain (LangGraph)：框架级的、显式的 HITL
LangChain 的 LangGraph 库通过中断 (Interrupts)机制，为开发者提供了在框架层实现HITL的直接工具 [3]。
LangGraph 中断机制流程图
图4：LangGraph 的中断机制流程图。
接口设计
核心接口是interrupt()函数和Command(resume=...)对象。
ounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(line from langgraph.types import interrupt, Command def approval_node(state: State): # 暂停执行，"Do you approve?" 会返回给调用者 approved = interrupt("Do you approve?") # 恢复时，Command(resume=...) 的值会成为 interrupt() 的返回值 return {"approved": approved} # 恢复执行 config = {"configurable": {"thread_id": "thread-1"}} graph.invoke(Command(resume=True), config=config)实现原理
| 机制 | 实现细节 |
|---|---|
| 动态中断 | interrupt()可以在节点的任何位置被调用，允许基于运行时逻辑的条件性暂停。 |
| Checkpointer | 必须配置一个 Checkpointer 来保存图的状态。状态以 JSON 格式保存，通常存储在内存、SQLite 或其他数据库中。 |
| Thread ID | thread_id是恢复状态的关键。同一个thread_id对应一个持久化的执行线程。 |
| 节点重启 | 恢复时，包含interrupt()的节点会从头开始重新执行。因此，interrupt()调用之前的代码必须是幂等的。 |
用户体验
- 开发者：体验类似于在代码中设置断点。控制粒度非常精细，但需要开发者对图、状态和幂等性有清晰的理解。
- 最终用户：体验取决于开发者如何处理中断。通常是在一个 Web 界面上看到一个提示（如“是否批准？”），然后点击按钮来恢复流程。
3.3. Dify：应用级的、可视化的 HITL
Dify 在应用层通过一个原生的“人工输入”(Human Input) 节点将 HITL 的实现方式产品化，让非技术人员也能通过图形化界面构建包含人类审批环节的 AI 应用 [6]。
接口设计与用户体验
接口是完全可视化的。开发者（或业务人员）从节点库中拖拽一个“人工输入”节点到画布上，然后通过表单配置其属性：
- 输入字段：定义需要向用户收集的信息（文本、数字、文件等）。
- 字段属性：设置标签、是否必填等。
对于最终用户，体验通常是一个 Web 表单。当工作流执行到该节点时，会生成一个表单页面，等待用户填写并提交。
实现原理
- 工作流引擎：Dify 的后端工作流引擎在执行到“人工输入”节点时，会将当前任务的状态标记为“暂停”，并记录下需要等待的输入。
- 前端交互：当用户通过 API 或 Web 界面请求该任务时，Dify 会返回一个需要人工输入的信号。前端应用负责渲染表单，并将用户提交的数据发送回 Dify 以恢复工作流。
- 限制：这种模式的暂停点是静态的，只能在节点之间发生，无法在节点内部的任意逻辑处暂停。
3.4. CopilotKit：UI 层的 AITL 实现
CopilotKit 是AITL 模式的典型代表。它专注于在前端 UI 层实现人机协作，其核心设计思想是将 Agent 作为可交互的前端组件，嵌入到现有的用户应用中[9]。
接口设计
CopilotKit 提供了一套 React 组件和 Hooks，如<CopilotKit>、<CopilotPopup>和useCopilotAction。
ounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(line import { CopilotKit } from "@copilotkit/react-core"; import { CopilotPopup } from "@copilotkit/react-ui"; function App() { return ( <CopilotKit url="/api/copilotkit"> <MyApp /> <CopilotPopup /> </CopilotKit> ); }开发者通过useCopilotAction定义 Agent 可以调用的前端函数，从而让 Agent 能够操作 UI 或访问前端状态。
实现原理
| 机制 | 实现细节 |
|---|---|
| 前端优先 | Agent 的能力通过前端组件和 Hooks 暴露，使得 Agent 与 UI 的集成非常紧密。 |
| 解耦协议 | 通过 Agentic Protocols (如 AG-UI) 与后端 Agent 框架（如 LangChain）通信，实现了前后端的解耦。 |
| 状态同步 | useCopilotReadableHook 允许 Agent 读取前端应用的状态，而 Agent 的行为可以通过前端事件来响应。 |
用户体验
- 开发者：体验非常接近于现代前端开发。通过引入几个 React 组件和 Hooks，就可以为现有应用“注入”一个 Copilot。
- 最终用户：体验是无缝的。Agent 就像是应用的内置功能，可以在用户当前的工作上下文中提供帮助，而不是把用户带到一个独立的聊天界面。
- 结论：人机协同的架构分野与融合
通过对上述框架的分析，可以观察到人机协同模式存在于一个二维的光谱中：控制主导方（Agent 主导 vs. 人类主导）和实现抽象层级（系统层 vs. UI 层）。
人机协同实现的抽象层级与主导方向
图5：人机协同模式的两个维度：抽象层级与控制主导方。
未来的高级 AI 系统必然是这些模式的融合体。一个理想的系统可能以 AITL 模式嵌入到用户的日常应用中，但在需要执行某个复杂子任务时，会动态地切换到 HOTL 模式，生成一个自主的子 Agent 来完成任务，并在关键节点通过 HITL 模式请求用户的确认。在这种架构下，人与 Agent 的关系将变得更加动态和无缝。
AI时代，未来的就业机会在哪里？
答案就藏在大模型的浪潮里。从ChatGPT、DeepSeek等日常工具，到自然语言处理、计算机视觉、多模态等核心领域，技术普惠化、应用垂直化与生态开源化正催生Prompt工程师、自然语言处理、计算机视觉工程师、大模型算法工程师、AI应用产品经理等AI岗位。
掌握大模型技能，就是把握高薪未来。
那么，普通人如何抓住大模型风口？
AI技术的普及对个人能力提出了新的要求，在AI时代，持续学习和适应新技术变得尤为重要。无论是企业还是个人，都需要不断更新知识体系，提升与AI协作的能力，以适应不断变化的工作环境。
因此，这里给大家整理了一份《2026最新大模型全套学习资源》，包括2026最新大模型学习路线、大模型书籍、视频教程、项目实战、最新行业报告、面试题、AI产品经理入门到精通等，带你从零基础入门到精通，快速掌握大模型技术！
由于篇幅有限，有需要的小伙伴可以扫码获取！
1. 成长路线图&学习规划
要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。这里，我们为新手和想要进一步提升的专业人士准备了一份详细的学习成长路线图和规划。
2. 大模型经典PDF书籍
书籍和学习文档资料是学习大模型过程中必不可少的，我们精选了一系列深入探讨大模型技术的书籍和学习文档，它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。（书籍含电子版PDF）
3. 大模型视频教程
对于很多自学或者没有基础的同学来说，书籍这些纯文字类的学习教材会觉得比较晦涩难以理解，因此，我们提供了丰富的大模型视频教程，以动态、形象的方式展示技术概念，帮助你更快、更轻松地掌握核心知识。
4. 大模型项目实战
学以致用，当你的理论知识积累到一定程度，就需要通过项目实战，在实际操作中检验和巩固你所学到的知识，同时为你找工作和职业发展打下坚实的基础。
5. 大模型行业报告
行业分析主要包括对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。
6. 大模型面试题
面试不仅是技术的较量，更需要充分的准备。
在你已经掌握了大模型技术之后，就需要开始准备面试，我们将提供精心整理的大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。
为什么大家都在学AI大模型？
随着AI技术的发展，企业对人才的需求从“单一技术”转向 “AI+行业”双背景。企业对人才的需求从“单一技术”转向 “AI+行业”双背景。金融+AI、制造+AI、医疗+AI等跨界岗位薪资涨幅达30%-50%。
同时很多人面临优化裁员，近期科技巨头英特尔裁员2万人，传统岗位不断缩减，因此转行AI势在必行！
这些资料有用吗？
这份资料由我们和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理，现任上海殷泊信息科技CEO，其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证，服务航天科工、国家电网等1000+企业，以第一作者在IEEE Transactions发表论文50+篇，获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。
资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的技术人员，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。
大模型全套学习资料已整理打包，有需要的小伙伴可以
微信扫描下方CSDN官方认证二维码，免费领取【保证100%免费】
