--- name: risk-based-agent-action-modes description: | 用于要决定Agent能否自动执行某个业务动作、需要设计人工审批或接管点，用户出现“这个动作能自动执行吗”“哪里需要人工介入”或 human in the loop, action autonomy, multi-agent mode 等信号时调用。不适用于只需描述具体API参数和错误码。 metadata: tags: "action-mode, direct-execution, human-in-loop, multi-agent, risk, enterprise-ai, ontology-driven" related-skills: "fact-reason-goal-explainable-decision:depends-on" --- # 基于风险的三类行动模式选择 ## 方法骨架 - 根据风险、规则确定性、可恢复性和协作复杂度选择Agent行动模式。 - 低风险、规则清晰、结果可回滚的任务可采用指令直驱。 - 高风险、主观判断或强合规任务设置分层人工介入。 - 跨系统、多角色、多阶段任务采用业务协同，由Agent与人共同编排。 - 授权至少区分自动、需确认和禁止，并明确责任与审计。 - 人工调整和执行反馈需要回写，持续校正模式选择规则。 ## 触发场景 ### 用户会在什么情境下需要这个 Skill 1. 要决定Agent能否自动执行某个业务动作 2. 需要设计人工审批或接管点 3. 单Agent与多Agent协同方案之间需要选择 ### 语言信号 - “这个动作能自动执行吗” - “哪里需要人工介入” - “该用单Agent还是多Agent协同” - 英文信号：human in the loop, action autonomy, multi-agent mode ### 与相邻 Skill 的区分 - 与 `action-contract-execution-feedback-loop`：本 skill 选择自动、人工或协同模式；Action契约 skill 定义具体动作怎样执行和反馈。 - 与 `ontology-ai-application-pattern-selection`：应用模式选择决定业务形态；本 skill 进一步决定其中每类行动的控制方式。 ## 执行步骤 Skill 激活后按以下顺序执行： 1. **登记行动** - 动作：列出动作对象、影响范围、权限、频次、可恢复性和失败后果。 - 完成标准：每个动作有业务责任人和目标系统。 2. **评估四维** - 动作：评估风险、规则确定性、可恢复性、协作复杂度，并记录证据。 - 完成标准：四维等级和不可接受后果明确。 3. **选择模式** - 动作：低风险清晰任务用直驱；高风险或主观任务用人工介入；跨系统多角色任务用业务协同。 - 完成标准：每个动作只有一个主模式，升级与降级条件明确。 4. **配置授权** - 动作：设置自动、确认、禁止，以及审批人、超时、接管和审计要求。 - 完成标准：高风险写操作没有默认自动权限。 5. **回写反馈** - 动作：根据成功、人工修改、失败和异常更新规则与模式。 - 完成标准：形成行动模式矩阵和反馈更新机制。 ### 固定输出 最终结果至少包含：输入与假设、逐步判断、证据与来源、未决项、风险边界、建议动作、完成标准。涉及项目适配时，将方法假设与项目事实分栏表达。 ## 使用边界 ### 不要在以下情况使用 - 只需描述具体API参数和错误码 - 业务风险和责任人尚未确定 - 简单任务为了展示技术而强行拆成多Agent ### 常见失败模式 - **高风险行动采用规则直驱**：决策正确性与执行授权被合并，缺少人工裁决和后果控制，单点错误直接转为现实损失。 - **简单任务过度采用多Agent协同**：任务分解收益不足以抵消通信、路由、共享状态和冲突处理成本。 ### 使用折扣与复核要求 - 风险等级属于企业治理决定，三类行动模式不能代替本组织授权制度。 - 大模型生成形式结构无法直接证明业务语义正确，生产使用需保留专家确认、工具校验、真实用例和审计记录。 ## 相关 Skills - `depends-on` → `fact-reason-goal-explainable-decision`。 ## 审计信息 - **验证通过**：V1 ✓ / V2 ✓ / V3 ✓ - **测试通过率**：100%（6/6，独立 sub-agent 盲测；详见 test-results.md） - **首次公开版本**：2026-08-21 - **来源说明**：方法框架受《本体驱动的 AI 数据管理》启发；仓库不包含原书正文。