40 lines
1.5 KiB
Markdown
40 lines
1.5 KiB
Markdown
---
|
||
title: "Delegated Work / 委托工作"
|
||
created: 2026-05-14
|
||
type: concept
|
||
tags: ["interaction-paradigm", "human-AI-collaboration", "trust", "knowledge-work"]
|
||
sources: ["https://arxiv.org/abs/2604.15597"]
|
||
---
|
||
|
||
# Delegated Work
|
||
|
||
委托工作（Delegated Work）是一种新兴的 LLM 交互范式：知识工作者监督 LLM 代其完成任务（如 "vibe coding"）。用户可能缺乏审查每个改动的专业知识或时间，因此必须**信任** LLM 不会引入未检测到的错误。
|
||
|
||
## 与对话式交互的区别
|
||
|
||
| 维度 | 对话式 | 委托式 |
|
||
|------|--------|--------|
|
||
| 审查力度 | 用户逐轮审核 | 用户可能跳过审查 |
|
||
| 信任需求 | 低（即时反馈） | 高（延迟验证） |
|
||
| 错误传播 | 单轮可纠正 | 跨轮次累积 |
|
||
| 典型场景 | 问答、头脑风暴 | 文档编辑、代码重构 |
|
||
|
||
## 委托可行性的前提
|
||
|
||
1. LLM 能可靠执行领域任务
|
||
2. LLM 不引入静默错误
|
||
3. 错误不随时间复合增长
|
||
|
||
[[delegate-52]] 的实验表明，当前模型在绝大多数领域中**不满足**这些前提。
|
||
|
||
## 领域不对称性
|
||
|
||
模型在 Python 编程中足够可靠（17/19 达到 "ready"），但在其他 51 个领域中远未准备好。这反映了 [[jagged-frontier|锯齿前沿]]——模型能力在领域间极不均衡。
|
||
|
||
## 相关概念
|
||
|
||
- [[delegate-52]] — 测试委托就绪性的基准
|
||
- [[document-degradation]] — 委托中的核心风险
|
||
- [[jagged-frontier]] — 委托能力的领域不对称
|
||
- [[long-horizon-evaluation]] — 委托评估的时间维度
|