跳到正文
沉默土豆.
搜索标签中文/EN
  • 开始
  • 写作
  • 专栏
  • 项目
  • 研究
  • 咨询
  • 影像
  • 关于

研究 · preprint · 0.3

让执行交给 Agent:情绪适应、信任校准与人的压力释放

从长任务中的实际使用出发,讨论 Agent 如何依据不确定性、等待、失败和接管需求调节状态、证据与行动反馈;也记录执行委托如何改变人的压力、信任和能力边界。

LiyukLiyuk发布于 2026年8月19日
  • #人机交互
  • #智能体
  • #主体性
  • #情绪
  • #信任校准
  • #认知卸载
  • #去技能化
  • #可观测性
  1. 1五镜法:联系导向的问题定位深度研究 · 约 24 分钟阅读
  2. 2数据度量作为组织协议:口径、测量、分级与复盘深度研究 · 约 15 分钟阅读
  3. 3开发者生产力不是工具目录,而是一个反馈系统深度研究 · 约 13 分钟阅读
  4. 4把 AI 能力放进工程组织前,先定义哪些边界深度研究 · 约 12 分钟阅读
  5. 5当 AI 降低工作流壁垒,职能线与业务线怎样重新划分深度研究 · 约 18 分钟阅读
  6. 6先拆解,后调度:多模型任务拆解、能力切换与子任务路由研究综述深度研究 · 约 38 分钟阅读
  7. 7让 Agent 更像一个可以协作的对象:状态、反馈与结果确认深度研究 · 约 26 分钟阅读
  8. 8让执行交给 Agent:情绪适应、信任校准与人的压力释放深度研究 · 约 28 分钟阅读本篇
  9. 9人的激励法则:情景激励模型深度研究 · 约 37 分钟阅读
  10. 10AI 不会自动带来生产力:从局部提速到系统价值短文 · 约 9 分钟阅读

分享到

X微博TelegramWhatsAppLinkedInFacebook

微信

用微信扫一扫

在手机上打开这篇文章,或转发给朋友。

喜欢这个站?

或订阅 RSS
下一篇 →让 Agent 更像一个可以协作的对象:状态、反馈与结果确认
查看专栏《工程与 AI 判断》目录← 上一篇:让 Agent 更像一个可以协作的对象:状态、反馈与结果确认下一篇:人的激励法则:情景激励模型 →

继续阅读

也许和这篇有关。

  • 写作AI 不会自动带来生产力:从局部提速到系统价值从一次多系统对接经历出发,区分创造、任务效率、组织生产力和经营价值,讨论 AI 进入复杂系统后,收益到底从哪里来、成本又该怎么算。阅读全文 →

    同专栏 · 共享标签 1 个

  • 项目不只是模型切换:DSH Quota Router 的工程设计与路由算法从候选链、失败分类、per-turn identity 到成本公式,解释一个可控、可审计的 DSH 多来源模型路由器如何工作。查看项目 →

    共享标签 2 个

  • 项目Quota Router:给 DSH 一条可解释的多源模型 fallback 链DeepSeek Harness 的纯策略插件:按任务选择有序、可解释、可审计的模型候选链,并在配额、限流或传输失败时沿链有界前进。查看项目 →

    共享标签 2 个

© 2018–2026 Liyuk。缓慢构建,公开发布。

在别处GitHub ↗X ↗LinkedIn ↗邮箱 ↗友链 ↗收藏 ↗订阅 RSS ↗
CC BY-NC-SA 4.0