Agent 能持续工作的时间越来越长，企业最直觉的控制方法是“每一步都让人确认”。但审批过多会制造新的风险：员工不再认真阅读，只是机械点击允许，真正危险的动作反而淹没在提示中。
Anthropic 对真实 Agent 使用的自治研究发现，经验用户更愿意自动批准部分操作，同时也更频繁地中断 Agent。这说明成熟监督不是减少人的参与，而是改变参与方式：从操作每一步，转向观察目标、轨迹和异常，在需要时迅速介入。
四种监督模式
低风险任务适合“事后抽检”，例如公开资料整理和内部草稿。中风险任务适合“持续可见、异常中断”，例如只读分析和代码测试。高风险任务适合“动作前审批”，例如外部发送、生产写入和费用支出。不可逆或重大风险任务则需要双人复核、职责分离或根本禁止 Agent 执行。
风险应由动作和数据决定，而不是由模型自己判断。读取公开网页和修改生产权限不能共享同一套默认批准策略。
监督界面应该显示什么
用户至少要看见当前目标、已完成步骤、准备调用的工具、使用身份、将要改变的外部状态、预算和剩余时间。只显示“Agent 正在思考”没有监督价值。
审批时应展示真实动作参数。例如发送邮件要显示收件人、正文和附件；修改记录要显示字段前后差异。自然语言摘要可以辅助理解，但不能替代真实参数。
让中断和恢复成为正常能力
Agent 不应只有“运行完成”和“彻底失败”两种状态。用户需要暂停、补充信息、修改目标、撤销某一步、从检查点恢复或转交另一位负责人。
长流程还要处理人员下班、权限变化、工具故障和审批超时。任务状态必须持久化，重试必须幂等，避免恢复后重复发送或重复扣款。
专家负责目标与验收
Anthropic 的 Claude Code 专业知识研究 表明，领域知识仍能提高 Agent 工作效果。企业应把专家经验转成清晰目标、边界、示例、评测和异常规则，而不是只让专家在最后兜底。
岗位负责人需要拥有停止 Agent、调整权限和否决发布的权力，同时对评测门槛和业务结果负责。技术团队负责运行可靠性，安全与法务负责控制边界，责任不能全部推给最终用户。
用监督成本衡量自动化
任务完成率高但检查耗时不降，不代表成功自动化。建议同时跟踪每项任务的审批次数、人工活跃时间、中断原因、返工、异常发现率和未被发现的错误。
随着系统成熟，目标不是把人工参与降到零，而是让人工时间集中在高价值判断。低风险步骤自动执行，高风险步骤得到充分上下文，异常能快速被看见和处理。
数字员工需要“管理制度”
每个生产 Agent 都应有业务负责人、权限所有者、评测版本、服务范围、预算、升级路径和停用机制。组织还应定期复查长期未使用的工具、过期身份和不再适用的自动化。
人类监督不是一个弹窗功能，而是产品设计、权限架构和组织责任的组合。Agent 越自治，监督越需要从零散批准升级为可见、可干预、可恢复和可追责的管理系统。