---
title: "Human-in-the-Loop — 人机协同"
created: 2026-06-19
updated: 2026-06-19
type: concept
tags: [hitl, human-in-the-loop, automation, ai-safety, mlops]
sources:
  - https://towardsdatascience.com/six-choices-every-ai-engineer-has-to-make-and-nobody-teaches/
---

# Human-in-the-Loop (HITL)

## 定义

人在环路（HITL）指人类参与 AI 决策流程的方式。它位于一个频谱上——一端是 AI 行动前人类审查每个输出，另一端是完全自动化、人类仅监控异常。

## 核心问题

> 错误决策的成本是多少？谁承担？

## 频谱

```
完全人工审查 ←──────────────────→ 完全自动化
    (每输出)         大多数系统         (仅异常监控)
```

大多数生产系统处于中间：将低置信度预测传递给人类，让高置信度预测通过。

## HITL 的真实成本

- **审查每一个模型决策无法实现规模化**
- 实时人工干预减慢系统速度
- 审核人的不一致性会降低标签质量
- 解决方式：[[selective-hitl|选择性 HITL]]

## 分工原则

| AI 负责 | 人类负责 |
|---------|---------|
| 规模 | 不可逆性 |
| 速度 | 边界判断 |
| 模式识别 | 推翻模型判断的权限 |

## 合规场景

医疗、金融、法律领域，HITL 通常是合规要求（如放射科医生审核 AI 标记肿瘤，律师审查 AI 标记合同条款）。错误成本过高，无法完全自动化。

## 参考

- [[selective-hitl|选择性 HITL]]
- [[ai-production-tradeoffs|AI 生产权衡]]
- [[nobrega-ai-production-tradeoffs-2026|原文文章]]