人工协同原则

AI 辅助工程工作，但不替代专业判断与责任主体。

我们希望 AI 将工程师从资料整理、重复计算和机械检查中释放出来，让专业人员有更多精力处理目标、约束、异常和关键决策。

更新于 2026 年 8 月

AI 与人的职责不同

AI 适合承担资料整理、信息提取、数据检索、重复计算、规则检查、方案辅助和文档生成等工作。这些任务通常具有明确输入、可验证过程和可重复执行的特点。

工程师与业务专家始终负责目标设定、条件确认、专业约束判断、异常处理、方案选择、结果复核与批准。提高自动化程度不能改变专业责任的归属。

AI 承担

检索、整理、计算、检查、辅助生成与重复执行

人员负责

目标、条件、异常、方案、复核、批准与最终责任

对于影响产品安全、工程质量、项目合规或客户权益的结论，须由具备相应职责的人员复核后使用。系统不能以“AI 已经生成”为理由跳过专业审核。

不同风险等级的任务应配置不同的确认、审批和发布流程。低风险任务可以提高自动化程度，高风险任务必须保留清晰的人员确认节点。

系统应清晰呈现任务依据、输入数据、知识来源、规则约束、执行过程和结果来源。工程师不仅需要看到答案，还需要知道答案如何形成、哪些条件可能影响结果，以及哪些部分仍然存在不确定性。

只有在过程能够理解和追溯的情况下，专业人员才能有效判断、修正和批准 AI 输出。对于无法解释来源或无法验证的结果，不能直接进入正式工程流程。

经确认的修改意见、设计规则和项目经验，可以通过受控流程回存知识模型与 Skill。回存前需要明确内容来源、适用范围、版本状态和审核责任。

后续任务再次调用这些知识时，系统可以复用已经验证的结果。人负责提供专业判断，AI 负责提高知识调用和任务执行效率，双方在持续协作中共同提升工作质量。