AI协作缺的不是控制权，是预见力

一个月前，我在用Claude Code搭一个内容生产流水线。

中间有一步，Agent要决定用哪个文件夹结构来组织输出。它提议了一个方案，我看了看，觉得说得通，点了确认。

等整个流水线跑完，我才发现：那个命名方式，导致后面所有的汇总脚本全部找不到文件。返工了两个小时。

问题不是Agent做错了。问题是 我在那个决策时刻，完全不知道它的影响会蔓延多远 。

上周，新加坡国立大学发了一篇论文，让我终于能精确描述这个困境——以及它背后更大的产品问题。

控制权 ≠ 决策能力

论文标题叫《从控制到预见》，核心诊断只有一句话：

当前的人机协作，给了用户控制权，但没给预见力。

现在主流的Agent交互是这样的：Agent执行到关键步骤，暂停，把下一个动作呈现给你，问：「这样做，行吗？」

你看了，觉得说得通，点了确认。

但你根本不知道这个决定会在第五步、第八步引发什么。论文指出，用户在这种交互里，被迫用脑子去「心智仿真」后续的连锁反应——而人类的心智仿真在多步骤任务面前，既慢又不准。我们的工作记忆根本不是为这种计算设计的。

所以表面上你在「审批」，实际上你在「猜」。

论文的比喻一针见血： 没有预见力的控制，就像开车没有前灯——你可以转方向盘，但你看不到前方的路。

回到我那个返工的故事：我不是不认真审批，我是根本没有能见度。

现在的AI产品界面，是给执行者设计的

这里有一个被长期忽视的事实。

过去几十年，人机交互的范式建立在一个前提上—— 人负责决策，机器负责执行 。所以界面只需要让人表达意图、确认结果就够了。

但Agent出现之后，这个前提翻转了： 机器在决策，人负责监督 。

然而界面没有跟着翻转。

我们现在拿着一套为「执行者」设计的交互界面，去完成「监督者」的工作。监督者需要的是上帝视角——能看见决策的后续影响，能比较不同路径的风险与权衡。

但我们给他们的，只是一个「批准 / 拒绝」按钮。

这不是用户不会用AI。这是产品设计的根本性错误。

新框架：让Agent把未来展示出来

论文的核心提案叫「回路内仿真」（simulation-in-the-loop）。

逻辑很简单：在Agent的每一个关键决策节点，不是直接提出「我要做A」，而是仿真出多条可能的未来路径，连同每条路径的风险、机遇、权衡、不确定性一起呈现——让用户在「看见后果」之后，再决定走哪条路。

这个框架改变了一件根本的事： 把「审批动作」升级为「选择未来」。

前者是被动响应，后者是主动决策。认知负担看似增加了，实际上反而减少了——因为你不再需要在脑子里猜，系统已经帮你算出来了。

论文还点出一个我认为更有价值的副产品： Serendipity（意外发现） 。

当Agent只呈现一条路径，用户批准了就继续走，根本不会想「有没有第四条路」。但当系统展示三条路径时，用户有时会说：「等等，路径C里有个细节让我意识到，我真正想要的其实是另一件事。」

这是隐藏需求的浮现。在「看见可能的未来」之前，有些偏好根本不知道自己有。仿真，创造了发现这些偏好的空间。

我的判断：谁先设计进产品，谁拿走制高点

具体来说，有三个方向值得现在就押注：

决策前的分支预览。 在Agent执行复杂任务的关键节点，自动生成2-3条可能路径及其模拟后果，而不是只呈现「推荐方案」。这不是成本，这是信任基础。

风险可视化，而不是风险文字。 「这个操作可能有风险」是没用的。有用的是：「如果你选A，第4步会出现这个约束；如果你选B，效率提升30%但第7步需要你手动介入一次。」

用仿真暴露隐藏需求。 这一点目前几乎没有产品在做。用户说不清楚自己要什么，但展示几条可能的结果之后，他们立刻就知道哪条是对的。这比任何需求澄清对话都更有效。

最后

「人机交互的终局是什么？」我一直在用「自然语言」回答这个问题。

这篇论文让我意识到，自然语言只解决了「表达」的问题，还没有解决「判断」的问题。

当AI越来越能干，人的角色从执行者变成了决策者。而决策者最缺的，不是更好的操作界面，是 判断所需的信息 。

下一代最好的AI产品，不会问你「要不要执行这一步」，而会问你： 「这三条路，你要走哪一条？」

然后把每条路的终点都给你看。

那个时候，我们今天用的「批准 / 拒绝」按钮，会显得像一个遗迹。

_ 参考：Gaole He & Brian Y. Lim，《From Control to Foresight: Simulation as a New Paradigm for Human-Agent Collaboration》，arXiv:2603.11677，新加坡国立大学，2026.3 _