# 为什么有些 Agent 审批关卡仍需人工签字

> 一项涵盖 300 个项目、135 次重复运行的基准表明：Agent 第 135 次仍须做对，才能撤掉人工签核。

原文: https://fdetimes.net/zh/news/agent-approval-gates-remove-or-keep/

9 月 24 日，Jeremy Canale 在 arXiv 上发布了一篇标题耐人寻味的论文：《The Last Human Gate》。内容相当技术化：它提出一个框架，用 Agent、规则引擎和证据服务替代治理关卡上的每一项任务，而负责把这一切连接起来的人，正是前线部署工程师（FDE）。

论文提出的问题，客户在第一次工作会议上就会抛给你：哪些步骤仍需人工签字，哪些可以交给机器？判断偏向一边，Agent 会卡在审批队列里；偏向另一边，高风险操作会在无人察觉时执行。

因此，这篇论文的价值与其说在框架本身，不如说在于它把两件常被混为一谈的事拆开了。

评测使用 DGF-Bench，包含 300 个合成项目和 899 次可评分运行，每次运行即一个模型处理一个项目。论文还加入证据审计和 135 次重复运行，用来区分“决策正确”与“执行可靠”。

Agent 答对一次还不够，第 135 次运行也得答对。

## 有些关卡暂时撤不掉，这是好消息

最值得注意的细节，是论文自己承认的一处局限：一个文档反例表明，有些关卡无法仅凭现有信息做出决策。在这样的关卡上，问题不在 Agent，也不在规则引擎，而是输入数据本身不足以让这一步实现自动化。

这些关卡暂时还不能撤，FDE 要做的是在任何人向客户承诺“全自动化”之前，把它们找出来。

一线从业者看待同一问题的方式更简单。从业者 Alejandro Rioja 在个人博客中写道，他每月审查一次审批队列，凡是同日批准率 95%、修改率 0% 的关卡，一律撤掉。

如果在 SLA 内无人审批，Rioja 也会撤掉该关卡，改用审计日志。审阅者只是点一下“通过”的关卡保护不了任何人，只会拖慢 Agent。

他判断是否保留关卡的标准同样简单：如果你不希望新员工不先确认就做这项任务，Agent 就需要一道关卡。这一领域的厂商 Airia 把同样的思路写成了策略：审批权限应与操作的风险等级相匹配。不过厂商的建议需要审慎看待。

**要点:** 值得保留的关卡，是审阅者真正会改变结果的关卡；只是被点击通过的关卡，应当换成审计日志。

## FDE 的工作是把标准变成代码

Airia 说得最对的一点，也是 FDE 工作的起点：触发关卡的条件必须机器可读，并在执行层强制生效，而不是只写在提示词里。系统提示词中一句“删除数据前先问人”，算不上关卡。

关卡是一段代码：在拿到签字之前阻止操作执行，并记录谁在什么时间签了字。

Canale 的论文交给 FDE 的，正是连接 Agent、规则引擎和证据服务的工作。

从实施者的角度看，这项连接工作绕不开两个问题：每道关卡需要什么样的证据才算充分；Agent 能否稳定地重复同一决策。这也正是论文评测所衡量的两件事。

ZenML 上一篇关于 Factory 的案例研究描述了同样的转变。那里的 FDE 不做专业服务，他们的角色已从直接操作软件，转向维护和管理产出软件的系统。

对于想从事这一岗位的开发者，无论在越南还是其他地方，反复练习提示词都是练错了方向。不如找一个带审批步骤的内部工作流，统计一个月内的同日批准率和修改率，再把触发条件写成策略代码，而不是写成指令。

写在简历上，“基于数据撤掉了三道走过场的关卡，保留了两道高风险关卡”这样一行，比任何 Agent 认证都更有说服力。

最后一道关卡不会消失，变的只是守关的人：从点击“批准”的人，变成决定哪些关卡值得有人去点的人。

**本周动手试试:**

- 选一个带审批步骤的内部工作流，统计过去 30 天的同日批准率和修改率。
- 把这个工作流的关卡触发条件写成在执行层运行的策略代码，而不是提示词里的一句指引。
- 让同一个 Agent 决策反复运行，记录它给出相同结果的频率。

## 信源

- [The Last Human Gate: Forward Deployed Engineering for Governance Automation](https://arxiv.org/abs/2609.29345v1)

- [Human-in-the-Loop AI Agents: When to Add an Approval Gate](https://alejandrorioja.com/human-in-the-loop-ai-agents-when-to-build-an-approval-gate/)

- [Human-in-the-Loop AI: How to Design Human Oversight Into Agentic Systems Before Deployment | Airia](https://airia.com/blog/human-in-the-loop-ai-how-to-design-human-oversight-into-agentic-systems-before-deployment/)

- [Building Autonomous Software Engineering Agents for Enterprise with Forward Deployed Engineering](https://www.zenml.io/llmops-database/building-autonomous-software-engineering-agents-for-enterprise-with-forward-deployed-engineering)
