Summary
Human-on-the-Loop (HotL) 是一种 AI Agent 控制范式：人类不再逐行审查代码（Human-in-the-Loop），而是退居元维度（meta level），通过设计系统架构、配置策略和监控异常来引导 Agent 系统。这一范式源自控制论（Cybernetics）和管理科学。
Key Points
从 HITL 到 HotL 的范式转变
- Human-in-the-Loop (HITL)：人类在每个微操作中参与决策 → 成为瓶颈（fracture point）
- Human-on-the-Loop (HotL)：人类在元维度进行系统级引导，Agent 自主运行内部反馈闭环
- 核心驱动力：Agent 的产出速度已超过人类逐行审查的能力极限
控制论基础
HotL 的理论根基来自控制论三大定律：
- 阿什比必要多样性定律（ashbys-law）：控制系统的多样性必须 ≥ 被控系统的多样性。Agent 产出的代码变更多样性远超人类认知极限 → 在代码层死磕必然失败
- 康南特-阿什比定理（Conant-Ashby Theorem）：任何优秀的调节者都必须是该系统的模型。人类必须深刻理解 Agent 系统如何运行
- 内稳态（Homeostasis）：Agent 系统多样性与人类能力之间达到动态平衡
HotL 的三个支柱
- 设计与配置：定义成功标准、建立团队结构和流程、编码架构决策到 AGENTS.md
- 衰减与放大（attenuation-amplification）：用传感器过滤噪音，用指南放大人类影响力
- 现地现物（gemba-go-see）：定期降维回到微观层，用人类直觉校准控制模型
管理学类比
将 Agent SDLC 类比为组织管理：
- 管理者不审查每件事，但掌控整个系统
- 设计组织架构 → 配置 Agent 系统
- 目标管理 → 设定衡量标准
- 异常干预 → 阈值告警
- 规则边界 → 策略文件
与 Harness Engineering 的关系
HotL 中的”衰减与放大”机制正是 harness-engineering 的核心实践：
- 衰减 = Harness 过滤 Agent 输出（仪表盘、聚合报告）
- 放大 = Harness 传递人类策略（AGENTS.md、DESIGN_PRINCIPLES.md）
- 安全套件工程（Harness Engineering）= 为高多样性 Agent 系统构建稳固的控制框架
Open Questions
- 如何量化 Agent 系统的”多样性”以便设计合适的衰减/放大策略？
- HotL 模式在小团队 vs 大型组织中的适用性差异？
- “现地现物”的频率和深度如何确定？过度审查 vs 放任之间的平衡点？
Related
- ashbys-law — 必要多样性定律，HotL 的理论基础
- harness-engineering — Harness 工程，HotL 的技术实现
- attenuation-amplification — 衰减与放大，HotL 的核心控制机制
- gemba-go-see — 现地现物，HotL 的校准机制
- coding-agents — AI 编码 Agent，HotL 的控制对象
- agile — 敏捷方法论，HotL 管理学灵感来源之一
- loop-engineering — 循环工程是 HotL 的技术实现形式