FDE Times 数据在招 FDE 职位 924▲33 近 7 天在招职位数的变化(同口径比较):不计入本周新开始追踪的公司的职位近 7 天新增 80在招公司 196支持远程 25%美国薪资中位数 $200k招聘最多 Databricks 107
ENVI

前线部署工程师(FDE)的专业媒体

新闻

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。

分享微博

要点速览

  • arXiv 论文《The Last Human Gate》(2026 年 9 月 24 日)提出,用 Agent、规则引擎和证据服务替代治理关卡上的各项任务,由 FDE 把它们连接起来。
  • 来自 300 个合成项目、899 次运行和 135 次重复运行的数据,把“决策正确”和“执行可靠”区分开;一个反例表明,有些关卡无法仅凭现有信息做出决策。
  • 一线从业者的规则更简单:同日批准率 95%、修改率 0% 的关卡就撤掉;凡是不该让新人不打招呼就做的任务,关卡就保留。
处理审批关卡的三步决策树。第一步:数据是否足以实现自动化?若否,保留人工审阅者。第二步:该关卡的产出是否 95% 在一天内获批、0% 被修改?若是,撤掉关卡,改用审计日志,这一分支以橙色突出显示。第三步:若否,新员工能否独立完成这项工作?若不能,保留关卡并把触发条件写成代码;若能,则无需关卡。
判断 Agent 审批关卡去留的三个问题。来源:Alejandro Rioja 的博客(95%/0% 规则与新人测试);Jeremy Canale 的 arXiv 论文《The Last Human Gate》(有些关卡无法仅凭现有信息决策)。

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。

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。

这篇文章对你有帮助吗?

4 个信源