选型指南 架构设计 含可复制代码

AI 与人工的分工线怎么划:效率与风险的平衡

目录层用 SSG 加 ISR 拿收录,工具层用一份 JSON Schema 承接 91 个站内工具,密钥、计费与限流全部收口在国内业务后端,模型调用统一走一层薄适配。这篇把我们真实的目录结构、Schema 字段定义、路由闸门、预扣结算伪代码和合规清单完整摊开。

陈
陈默架构组
2026-09-28 · 14 分钟阅读 · 8,432 次浏览

今天把分工线往回退一格,人工接得住吗?

分工线的位置决定两件事:效率与风险

AI 与人工的分工不是"能自动就自动" ✗。分工线画在哪里 ✔,同时决定:

效率上限(自动比例 ✔)与风险下限(人工兜多少 ✔)。

好的分工线应该可随数据移动 ✔:先保守,攒够数据再放宽 ✔。

一、三种分工模式

| 模式 | AI 职责 | 人工职责 | 适合 |

|---|---|---|---|

| AI 建议 → 人决策 | 出草稿/候选 | 每次确认 | 高风险、低频(合同、财务 ✔) |

| AI 执行 → 人抽检 | 自动做 | 按比例抽查 + 处理异常 | 中风险、高频(客服回复、分类 ✔) |

| AI 执行 → 人兜底 | 自动做 | 只处理失败与投诉 | 低风险(格式化、摘要 ✔) |

关键:模式由后果决定 ✔,不由技术成熟度决定 ✗。

二、怎么定这条线(四步)

1. 按动作分级(读/写/对外/不可回滚 ✔ —— 见接线那篇 ✔);

2. 给每级定模式(读→兜底、写→抽检、对外/不可回滚→建议 ✔);

3. 定抽检比例(例如 5% ✔),并随连续无错的天数逐步放宽 ✔;

4. 出事就回退一格 ✔(自动降为抽检,抽检降为人工 ✔ —— 这条要写进流程 ✔)。

第 4 步常被忽略 ✗:只放宽、不回退 ✔,于是风险会缓慢累积 ✔。

三、该测什么

· 自动处理比例(效率 ✔)与人工介入率(成本 ✔);

· 抽检发现率(抽检里有多少需要改 ✔)—— 这个数字决定抽检比例是否合理 ✔;

· 回退次数/月(风险信号 ✔);

· 人工处理耗时(人工是瓶颈时,自动比例再高也没用 ✔)。

四、三个反模式

· 一次拉到全自动 ✗(没有回退路径 ✔);

· 只算效率不算风险 ✗(把"人工介入减少"当成唯一目标 ✔);

· 抽检比例长期不变 ✗(要么过松(风险)要么过紧(浪费)✔)。

五、一个务实起点

```

第 1 个月:AI 建议 + 100% 人工确认,记录"人工改了什么"(这就是评测数据 ✔)

第 2 个月:AI 执行 + 20% 抽检(抽检发现率 < 5% 才继续放宽 ✔)

第 3 个月:抽检降到 5%;同时保留"一键回退到人工"的能力 ✔

之后:按周看抽检发现率与回退次数,动态调整 ✔

```

一条判据

> 今天如果把分工线往回退一格 ✔,系统还能正常运转吗 ✔(人工接得住吗 ✔)?

> 接不住,说明自动化程度已经超过了组织能力 ✗。

本文由云枢 AI导航整理,内容以官方来源为准。

相关文章

顺序阅读

← 上一篇:从日志到洞察:每周该看的三张表
下一篇:把评测做成可复跑的脚本,而不是一份文档 →

第 84 / 171 篇

术语速查 · 本页出现的 12 个词展开看中文名与一句话解释,点术语看完整条目
  • token词元:模型处理文本的最小单位,中文约 1–2 个汉字;计费与上下文长度都按它算。
  • 转写 / 字幕Transcription:把音视频人声逐句变成带时间戳的文字稿,便于做字幕与章节切分。
  • SSE服务器发送事件:服务器通过长连接持续推送增量文本,是对白逐字出现的常见实现。
  • API应用编程接口:程序之间约定的调用方式;站内工具由服务端调用,浏览器里不出现密钥。
  • CDN内容分发网络:把静态资源缓存到离用户更近的节点,缩短加载时间。
  • 缓存Cache:把结果暂存复用,复用得越多平均耗时越低;需要约定过期与刷新策略。
  • 限流Rate Limit:限制单位时间内的请求次数,防止单用户或异常流量打满服务端。
  • SSG静态站点生成:构建阶段就生成 HTML,访问时直接返回,不必每次请求都渲染。
  • ISR增量静态再生:先返回静态页,再在后台按需重新生成,兼顾速度与更新时效。
  • 灰度发布Canary Release:先让一小部分用户用新版本,确认无误再放量,出问题的爆炸半径最小。
  • 提示词Prompt:交给模型的指令文本;写清角色、任务、输入与输出格式比反复试更省。
  • 积分Credits:站内计费单位:按工具单价预扣,调用失败自动退还;单价以定价页为准。

完整解释与站内出现处见 AI 术语表(40 条)。