指南针与铁轨：解析用户向人类与 AI 传达长周期工作的心智模型
人机交互
2026-04-07 v2
摘要
随着 AI 系统越来越能够连续运行数小时乃至数天，用户的提示词正转变为供 AI 自主工作的详尽规格说明。虽然针对有界、单轮任务的提示已被广泛研究，但人们对如何为长周期任务传达规格说明知之甚少。我们进行了一项定性研究，其中 16 名专业人士分别为一位人类同事和一个 AI 起草了规格说明，揭示了一个核心分歧：参与者将向人类委派任务视为一个“指南针”，提供高层次的意图以鼓励灵活探索。相比之下，与 AI 的沟通则类似于煞费苦心地铺设“铁轨”：提供僵化、详尽的指令以最大限度地减少歧义和偏差。这反映了一种看法，即当前的 AI 难以自行推断意图、确定优先级和做出判断。在设想理想的 AI 协作者时，用户期望一种混合体：一个将 AI 的效率和大型上下文窗口与人类同事的批判性思维和主动性融为一体的协作者。我们讨论了这对未来 AI 系统设计的启示，提出它们应通过生成粗略草稿来对齐成果，通过端到端的“试运行”来验证可行性，并通过智能检查点来监控执行——最终将 AI 从被动的指令执行者转变为处理模糊、长周期任务的可靠协作者。
引用
@article{arxiv.2601.11848,
title = {Compass vs Railway Tracks: Unpacking User Mental Models for Communicating Long-Horizon Work to Humans vs. AI},
author = {Savvas Petridis and Michael Xieyang Liu and Alexander J. Fiannaca and Carrie J. Cai and Michael Terry},
journal= {arXiv preprint arXiv:2601.11848},
year = {2026}
}