因素07：用工具调用联系人工

来源：12-Factor Agents / Factor 7（Contact humans with tool calls）

一句话先懂

“请求人工介入”也要做成结构化工具调用，而不是模型随口说一句。

奶奶版理解

社区办事时，工作人员给你的不是“你看着办”，而是标准表单：

• 要你确认什么
• 什么时候回复
• 可选项有哪些

这就是结构化协作。

原文关键洞察

LLM 在“输出自然语言”还是“输出 JSON”之间，经常是一开始就做高风险选择。
一种可实验策略是：让模型尽量总是输出结构化对象，用 intent 区分不同动作。

推荐的人机交互工具结构

{
  "intent": "request_human_input",
  "question": "是否允许发布 v1.2.3 到生产？",
  "context": "此次发布影响在线用户",
  "options": {
    "urgency": "high",
    "format": "yes_no"
  }
}

系统可把同一对象渲染到 Slack、邮件、短信。

为什么这么做

• 联系人工过程可审计
• 便于多渠道统一处理
• 易与 pause/resume 流程衔接
• 可扩展到 Agent->Agent 请求

真实落地流程

1. 模型输出 request_human_input
2. 系统落 human_input_requested 事件
3. 发送消息并暂停线程
4. 人工回复通过 webhook 回来
5. 落 human_response 事件并恢复

常见误区

• 问题不具体，用户不知道怎么答。
• 没有 urgency 和 deadline，响应不可控。
• 人工回复未进入线程，后续丢上下文。

我的思考

把人类当“特殊工具节点”是非常实用的抽象。
它让 AI 工作流从“聊天机器人”升级为“多人协作系统”。

小结

• 人工介入应协议化、事件化。
• 联系人类要和工具调用统一建模。
• 人机协同能力决定 agent 实用上限。