4.15 分权与权限契约（A11）

产品主张#

主人层 / 结构层 / 模型层 / 执行层是模块之间的写权契约；AI 模块对外发送、花钱、以本人名义承诺当前默认「必须等统筹或本人」，不代人对外发送（M4 ②、AGENTS，当前设定）；接入等级与名册授权按模型、按范围授予，可撤销（E1 §4）；不宣布目标发生（主人层）。本文把前几条读作授权阶梯的起点（3.8）。

支撑理论#

• 自动化的类型与等级AB（Parasuraman, Sheridan & Wickens, 2000）：自动化可以分别作用于信息获取、分析、决策、执行四个阶段，各自等级不同；选择时考虑人的负荷、情境意识、技能退化与后果代价。产品的分层正是「按阶段、按后果」设定自主等级。这个模型的要点之一是：等级是设计变量，可以随情境、负荷与可靠性调整，而不是一次定死（见 4.19）。
• 混合主动交互B（Horvitz, 1999）与人—AI 交互指南（Amershi 等, 2019）：不确定时先问；支持高效纠正；谨慎更新。决策请求「最多一个问题、带现成选项」（E3）是混合主动原则的具体化。
• 以人为本的 AID（Shneiderman, 2020）：高自动化与高人类控制可以同时实现。模型层高度自动、主人层由人类模块持有，是这种二维观的例子。
• 有意义的人类控制、责任缺口与道德缓冲区D（Santoni de Sio & van den Hoven, 2018；Matthias, 2004；Elish, 2019）：自主学习系统会造成「谁都不对结果负责」的责任缺口；人在系统里只剩「签字」时，会成为替系统背锅的「道德缓冲区」。产品让人只裁决少数高价值事项、并给出可追溯的证据，减少了「橡皮图章」风险。
• 治理框架D：NIST AI RMF 1.0（2023）的治理—映射—测量—管理；欧盟《人工智能法》（Regulation (EU) 2024/1689）第 14 条关于人类监督的要求。

证据强度#

自动化等级 AB；混合主动与 HAI 指南 B；其余为治理与伦理框架 D。

理论给产品的提醒#

上述文献多把人放在「监督者 / 控制者」位置（human oversight）；一心行动的表述是，人作为系统内部的一个模块持有特定接口。两者在规则上可以一致（主人层仍归人；AI 的对外行动按当前授权等级，当前起点为「必须等」），但「监督者」框架容易让人不被建模、不被预测，也不进入贝叶斯环。〔本文提议〕对齐合规框架时，把「人类监督」实现为人类模块对特定接口的写权与否决权，以及授予与收回 AI 行动授权的权力，而不是系统之外的一层审批（见 4.18、4.19）。