AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签：人机协作×
6月24日
10:43
6月23日
10:52
10:52arXiv cs.AI@Hongqiao Dong, Wenhao Chi, Ruobing Liang, Xiaokui Yang, Wenhua Liang, Peng Hou, Wenjun Pu, Yipeng Zhao, Ping Chen, Haiping Liu, Jianxing He, Bo Liu
Hi-Seg是一种基于SAM的人机循环分割框架，用于肺结节CT图像分割。研究使用了来自12个中心1179名患者的胸部CT扫描进行外部验证。所有标注者组平均Dice得分接近85%，优于5个最先进的深度学习模型（10-22%）和13个SAM变体（1-29%）。经过短期训练的非医学标注者达到了与初级医学生相当的性能。该工作表明人机循环分割可减少临床医生工作量并实现可扩展的众包标注。
论文SAMHi-Seg肺结节分割人机协作医学影像
推荐理由：这篇论文用SAM加人工迭代的方法做肺结节分割，Dice近85%，比13种SAM变体都强，非医学人员培训后也能干医学标注的活。
原文
03:03
03:03LangChain@LangChainAI
LangChannel指出，随着智能体采用增长，团队需建立可重复的方法来安全、一致地构建多个生产级智能体。关键管理领域包括：成本与使用监控（✅ Cost and usage）、工具访问与审批（✅ Tool access and approvals）、人机协作工作流（✅ Human-in-the-loop workflows）、提示词/技能/上下文版本控制（✅ Prompt, skill, and context versioning）、跨团队可复用资产（✅ Reusable assets across teams）、以及生产智能体的监控与评估（✅ Monitoring and evals across production agents）。这些实践旨在解决规模部署时的一致性与可靠性问题。
技巧LangChain智能体MCP/工具生产环境人机协作
推荐理由：LangChain总结了团队构建多个智能体的核心痛点：成本、权限、版本控制、监控等，全是实战干货，适合正在做 Agent 上线的团队参考。
原文
6月16日
20:46
6月13日
10:35
6月12日
12:57
12:44
12:34
12:33
6月11日
15:28
15:23
15:07
12:03
12:03arXiv cs.LG@Haoyuan Deng, Yitong Gao, Yudong Lin, Haichao Liu, Zhenyu Wu, Ziwei Wang
精选
真实世界机器人操作中，人类在环强化学习（HiL-RL）依赖频繁人工纠正，成本高且难以扩展。UniIntervene 提出一种智能体干预模型，能自动检测无效探索并引导策略回到高价值状态，大幅减少人工干预。它通过未来条件动作价值估计和时序价值风险评判器，在价值停滞或下降时触发干预，并从记忆库中检索高价值恢复目标生成纠正动作。在多种真实操作任务中，UniIntervene 将平均成功率提升 8.6%，同时减少 57% 的人工干预。这项研究为降低 HiL-RL 部署成本、提升可扩展性提供了新思路。
论文强化学习人机协作机器人操作智能体干预UniIntervene
推荐理由：做机器人强化学习或人机协作的团队，终于有了减少人工干预的自动化方案——UniIntervene 用价值感知的智能体干预替代频繁人工纠正，成功率还更高，值得在真实场景中一试。
原文
11:00
11:00arXiv cs.AI@Maria Edwards, Julian Togelius
该研究通过一个游戏化写作实验，探讨人类在AI辅助创作中何时会采纳AI建议，以及这对个人创造力的影响。74名参与者（214份回复）在写作时可以看到AI生成的单词建议，但游戏设定在一个反乌托邦未来，AI试图学习人类个性，因此明确禁止使用AI建议。实验通过反向设计“乐于助人的助手”模式，揭示用户真实偏好而非默认行为。分析聚焦于用户在不同任务类型中保持创意自主与违反规则接受AI帮助的行为模式。该游戏化方法为研究真实人机交互及效率与真实性之间的张力提供了新视角。
论文人机协作创意写作游戏化实验AI建议用户行为
推荐理由：这项研究用游戏机制戳破了AI辅助创作中“默认接受”的假象，做创意工具或人机交互设计的团队值得一看，能帮你理解用户何时会主动拒绝AI建议。
原文
09:53
6月10日
14:49
14:49IT之家（博客/媒体）
OpenAI CEO 萨姆·奥尔特曼在最新博文中明确表示，完全自动化一切并非公司追求的未来，转而强调人机协同发展模式。此前 OpenAI 曾计划在 2028 年 3 月前构建完全自主的 AI 研究系统，但现已放弃该目标，改为探索 AI 与人类研究人员协同完成研究工作。奥尔特曼指出，AI 能力越强，人类设定方向、权衡利弊和运用判断力的作用就越重要。他还提议成立国际组织来协调前沿 AI 工作，必要时放慢技术发展速度以确保安全。
行业OpenAI人机协作AI 安全自动化行业趋势
推荐理由：奥尔特曼的转向给所有关注 AI 发展方向的从业者敲响警钟——完全自动化不是终点，人机协作才是务实路径。做 AI 产品、政策或战略规划的人，值得点开看看 OpenAI 为何放弃激进目标。
原文
14:36
14:36IT之家（博客/媒体）
哈佛大学与Perplexity联合研究，基于10000组真实生产数据，对比了对话式搜索与AI智能体（Perplexity Computer）的效率。结果显示，智能体在自主性上提升48倍，任务时间缩短87%，总成本下降94%，且质量未降反升（不满率1.3% vs 2.9%）。智能体虽单次模型成本更高（4-10美元 vs 0.05美元），但大幅降低了人力边际成本（从2.05美元降至0.16美元）。研究建议，短小单步任务适合搜索，多步骤、需调用工具的工作应交给智能体。
行业AI智能体效率提升成本优化Perplexity人机协作
推荐理由：这份研究用真实数据证明了AI智能体在复杂任务中的效率优势，做自动化流程或知识管理的团队可以直接参考成本收益模型，评估是否值得投入。
原文
09:22
09:22arXiv cs.LG@Eric Nalisnick, Chi Zhang, Sophia Qian, Yixin Wang
精选
这篇论文从统计校准的角度研究人类与AI的团队协作模型。假设团队由AI模型和人类组成，两者都基于特征空间的某种划分进行了校准，论文揭示了校准假设如何影响团队协作框架。研究考虑了两种框架：一是结合人类和模型的预测，二是将预测责任委托给人类或模型。理论和实验结果表明，现有的组合方法无法保持人类的校准程度；而委托方法虽然保留了预测者的校准，但将负担转移到了决定谁预测的拒绝元模型上。拒绝元模型需要足够精细的校准以定位每个成员的优越区域，这种需求随着人类专业知识的增加而增长，当人类依赖系统无法观察的信息时，这种校准变得不可实现。
论文人机协作校准统计学习团队决策AI系统设计
推荐理由：这篇论文为设计更可靠的Human-AI协作系统提供了理论基石，做AI系统设计或人机交互研究的团队值得关注，能帮你理解校准假设如何影响团队决策的可靠性。
原文
03:24
6月9日
12:55
12:55arXiv cs.AI@Arsalan Shahid, Gordon Suttie, Philip Black
72°
随着基础模型从生成回复转向执行操作任务，多人类、多智能体的协作场景日益普遍，但当前缺乏统一协议来记录人类判断、任务交接和审核决策。CHAP（Collaborative Human-Agent Protocol）协议应运而生，它定义了一个共享工作空间，通过核心组件（工作区、参与者、任务、工件和仅追加的证据日志）以及可组合的配置文件（如审核、路由、交接、签名等），将原本散落在聊天记录和代码中的关键信号（如人类编辑、审批、交接）转化为结构化、可追溯的事件。该协议旨在解决当前多智能体部署中人类监督信号丢失、责任归属不清的问题，为跨团队、跨时区的协作提供标准化基础。
论文智能体协议/标准人机协作可追溯性开源/仓库
推荐理由：CHAP 解决了多智能体协作中人类监督信号丢失的痛点，做 AI 部署和智能体系统的团队可以直接参考其协议和开源实现，避免重复造轮子。
原文
11:55
11:55arXiv cs.AI@Beiwen Zhang, Yongheng Liang, Guowei Zou, Haitao Wang, Hejun Wu
精选
研究者提出Collaboration Policy Tree (Co-pi-tree)，一种将大语言模型推理蒸馏为可执行策略树的方法，用于人机协作。该方法包含伙伴行为预测树和智能体动作选择树，通过闭环交互反馈自动改进策略分支。在Overcooked-AI实验中，Co-pi-tree相比基线平均奖励提升35.4%，同时将LLM查询次数减少77.7%，测试延迟降低97.1%。这解决了传统多智能体强化学习缺乏可解释性、以及直接使用LLM决策成本高的问题。
论文人机协作策略树LLM蒸馏可解释AIOvercooked-AI
推荐理由：做AI协作系统或人机交互研究的团队值得关注——Co-pi-tree用可解释的策略树替代黑箱模型，既提升性能又大幅降低推理成本，实验数据很有说服力。
原文
02:21
6月8日
21:15
16:16
16:01
14:48
6月6日
13:21
05:51
05:51a16z@a16z
72°
Mira Murati 在 Bloomberg Tech Live 上指出，当前 AI 模型基于回合制交互（你讲完它再想），思考时如同“又聋又瞎”，无法感知用户沉默、打断等细微信号。她提出下一代交互模型应是“基于时间”的连续流式交互，能同时处理音频、文本、视频并实时输出，从而捕捉打断和同时说话等丰富信息。这标志着人机协作从“轮流发言”向“高带宽对话”的范式转变，可能重塑 AI 助手、语音交互和协作工具的设计逻辑。
AI产品人机协作交互模型实时对话Mira Murati语音交互
推荐理由：Murati 点破了当前 AI 交互的硬伤——思考时无法感知用户，做语音助手或实时协作产品的团队值得关注这个方向，它直接决定了下一代交互体验的边界。
原文
04:46
6月5日
21:49
21:49shao__meng@shao__meng
Greg Isenberg 通过六轮 Prompt 将 Codex Sites 打造成一个能自动更新的「创业想法看板」。他利用 Sites 插件构建外壳与样本数据，并通过「save for review, do not deploy」命令阻止自动部署，保留产品评审模式。接着添加持久化记忆（使用 Cloudflare D1 数据库），定义安全动作作为唯一数据修改入口，并编写可复用的 Skills 操作手册。最后设置存档检查点实现版本回滚，并通过新对话闭环验证了跨会话、跨线程的可重复运营能力。这一实践展示了如何用 Codex Sites 构建具备持久化、安全边界和可复用操作的人机协作应用。
AI产品Codex SitesAI应用人机协作Prompt工程创业工具
推荐理由：Greg 把 Codex Sites 从玩具变成可运营的软件，做 AI 应用原型或创业 MVP 的开发者可以直接抄作业，六轮 Prompt 的工程思路值得反复看。
原文
05:27
05:27OpenAI@OpenAI (@OpenAI)
OpenAI的研究人员Alex Wei、Hongxun Wu和Wujie Ma在OpenAI播客中分享了一个案例：他们训练的模型发现了一个存在80年的Erdős猜想的反例。这一发现展示了AI模型在数学研究中的潜力，能够协助数学家发现新规律或反例。该事件强调了人机协作在科学探索中的价值，尤其是模型可以处理大量数据并识别人类可能忽略的模式。播客中详细讲述了模型如何通过推理和搜索找到反例，以及数学家如何验证这一结果。
AI模型OpenAIErdős猜想数学发现人机协作推理模型
推荐理由：数学家和AI研究者会感兴趣——模型不仅验证了猜想，还主动发现了反例，展示了AI在数学发现中的实际应用。建议点开了解人机协作如何突破传统研究边界。
原文
01:40
6月2日
09:30
09:30shao__meng@shao__meng
精选72°
Claude Code 核心开发者 @trq212 分享了一套高价值的「人机结对编程中的理解验证」工作流，旨在解决 AI 编程中人类沦为“审批按钮”的问题。该工作流要求 AI 扮演“高效且睿智的教师”，在每一步增量教学后，让用户复述、补缺口、通过测验，确保人类对问题、方案和影响有可复述、可辩护的掌握。核心包括三条理解轴（问题域、方案域、语境域）和八步操作流程，强调深度理解优先于速度。这套方法在 Anthropic 内部被推崇，能对抗智能体黑箱、外化隐性知识、实现可审计的学习。
AI产品Claude Code人机协作编程工作流理解验证智能体
推荐理由：做 AI 编程的开发者终于有了对抗“黑箱”的实操指南——这套工作流让人类不再是旁观者，而是真正理解代码的参与者。建议用 Claude Code 的团队直接拿它改造自己的结对编程流程。
原文
5月30日
16:31
16:31IT之家（博客/媒体）
76°
Anthropic 在 Claude 中灰度测试了「AI Fluency」功能，能根据 11 项指标分析用户与 AI 的历史对话，并给出使用水平评分。该功能基于 Anthropic 联合学术界发布的《AI 流利度指数报告》，通过对近万段匿名对话的分析，提炼出描述、委托、辨别三大维度的行为指标。已有网友晒出 7.5 分的评价，并称 AI 的反馈一针见血，甚至能给出改进建议。这一功能标志着 AI 从被评估者转变为评估者，引发了对人机协作新标准的讨论。
AI产品ClaudeAI 流利度人机协作评分系统Anthropic
推荐理由：Anthropic 把 AI 使用水平量化成 11 项指标，让每个用户都能看到自己的短板——做提示词工程或日常用 AI 的团队，生成报告后会有被赛博导师点醒的感觉，建议亲自试试。
原文
5月29日
00:16
5月28日
10:16
5月26日
23:02
23:02rohanpaul_ai@rohanpaul_ai
72°
Meta、斯坦福、谷歌等顶级实验室联合提出AutoResearchClaw，一种将自动化科研从“生产流水线”转变为“受控循环”的新框架。该框架允许AI在研究中失败、恢复并在适当时机向人类求助，将失败视为证据而非错误。在ARC-Bench基准上，AutoResearchClaw比AI Scientist v2提升54.7%，尤其在结果分析环节表现突出。实验显示，完全自主的科研接受率仅25%，而人类协作模式（CoPilot）达到87.5%，说明过度监督和缺乏判断都会损害科研质量。论文揭示了当前AI科研系统的关键边界：机器能验证数字的真实性，但人类仍能识别实验是否在问正确的问题。
论文AI科研AutoResearchClaw人机协作自动化研究失败恢复
推荐理由：做AI科研自动化的团队会发现，这个框架把失败变成了系统的一部分，而不是bug——CoPilot模式87.5%的接受率值得所有做AI Scientist的人点开看看。
原文
23:00
5月23日
06:43
5月22日
08:05
08:05李继刚@lijigang_com
一位用户指出，AI 生成的长文和书籍在知识领域泛滥，虽然内容全面，但读起来容易产生生理性抗拒。作者认为，问题不在于拒绝 AI 内容，而在于内容缺乏经过人类大脑梳理和碰撞后的“人味”。理想的 AI 协作内容应结合 AI 的洞见与人类的思考痕迹，而非单纯追求“去 AI 味儿”。这反映了当前 AI 内容消费中的真实痛点，也提示创作者需要调整人机协作姿态。
行业AI 内容人机协作内容质量阅读体验创作反思
推荐理由：AI 内容创作者和读者都会感同身受——泛滥的 AI 长文正在消耗信任，这篇观点点出了“人机协作”而非“AI 代笔”才是出路，做内容的人建议读一读，反思自己的输出方式。
原文
5月21日
07:54
5月19日
10:42
10:42shao__meng@shao__meng
精选72°
Claude Code 核心开发者 Thariq 分享了自己高频使用的「开发日志」提示词，旨在解决 AI 协作编码中规格不完整、隐性决策难以追踪的问题。该提示词要求 AI 在实现规格时，生成一个 implementation-notes.html 文件，记录设计决策、偏离规格之处、权衡考虑和未解决问题。这种方法避免了过度规约和完全放手两种极端，将隐性决策外化，使代码审查更高效。提示词本身也体现了人机协作的迭代设计原则。
技巧提示词Claude CodeAI 编程开发日志人机协作
推荐理由：AI 编程开发者常被「规格写不全、review 靠猜」折磨，Thariq 的提示词直接给出了第三条路——让 AI 把决策过程写下来，建议所有用 Claude Code 或类似工具的团队试试。
原文
5月16日
18:09
5月14日
13:36
5月13日
15:51