Delegative UI（委派式交互）
定义
Delegative UI 不是 Conversational UI 的对立面——两者共享"对话"这一基本结构。Delegative UI = 慢速对话（slow dialogue）：回合粒度从秒/分钟级变为小时/天级，反馈带宽从全带宽（过程体感）变为窄带（结构化结果摘要），意图密度从低（渐进式澄清）变为高（一次性打包目标+约束+验收标准+异常升级规则）。
关键数据点
- 形式化：
Delegative 可行 ⇔ (目标已知 ∧ 路径可预判)，需要 Conversational ⇐ (目标涌现 ∨ 路径不可预判) - 认知代价 = 错误模型存量 × 存活时间 × 传播因子(k>1)；存活时间 ∝ 1/f（反馈频率）
- Norman 四缓解策略：过程可见性（Andon 板）、解释性中间输出、可中断性、事后溯因
- Ambient UI 推送频率：微打断累积效应——N 次微打断的认知代价 > 1 次完整打断（不被登记为中断，不触发注意力恢复机制）
- 制度化缺口 = 三个未定义：约定标准（ISO 26262 类比缺失）/ 可审计度量（无标准化判断力评估工具）/ 可问责边界（无"谁决定/谁负责"制度）
- 来源池：Suchman、Norman、Simon、Villani、Tao、Graham、Fry、Mickos、Seely Brown 圆桌 2026-07-17 + ljg-think 2026-07-17
Suchman 穿透：对话光谱而非类别二分
Delegative 和 Conversational 的根区别不在"是否对话"——在对话的回合粒度和反馈频率。Suchman（圆桌，2026-07-17）指出：Delegative 中的"元操作"（阅读 agent 输出→发现偏差→修正前提→agent 再产出）本身就是一种对话——只是对话对象从人变成了 agent，回合粒度加大了。
交互范式 = f(回合粒度, 反馈带宽, 意图密度)
| 维度 | Conversational UI | Delegative UI |
|---|---|---|
| 回合粒度 | 秒~分钟 | 小时~天 |
| 反馈带宽 | 全带宽（过程体感/阻尼/犹豫） | 窄带（结构化摘要/结果报告） |
| 意图密度 | 低（渐进式澄清，每轮携带少量意图） | 高（一次性打包全部前提） |
| 代价结构 | 交互成本（多轮对话的时间） | 歧义修正成本（前提不精确的修正轮次）+ 错误模型复利 |
Norman 2×2 任务边界模型
Delegative UI 的适用域由两个维度决定：
- 目标稳定性：目标是已知的还是在使用中涌现的？
- 路径可预见性：执行路径是可预判的还是需要探索的？
目标已知 目标涌现
┌──────────────┬──────────────────┐
路径可预判 │ Delegative ✓ │ 不适合 Delegative │
│ (发送邮件报表) │ (先Conversational找目标) │
├──────────────┼──────────────────┤
路径不可预判│ Delegative + │ Conversational ✓ │
│ 异常升级 │ (探索+创作) │
└──────────────┴──────────────────┘
形式化：Delegative 可行 ⇔ (目标已知 ∧ 路径可预判)。需要 Conversational ⇐ (目标涌现 ∨ 路径不可预判)。
混合模式：同一人在同一工作日内的切换——上午 Conversational 探索目标，下午 Delegative 执行已知目标。
错误心理模型复利增长定理（Simon 级联）
慢速对话的致命代价不是"一次性歧义修正成本"——而是错误心理模型的复利增长。
反馈延迟(f↓)
→ 错误心理模型存活时间↑
→ 用错误模型评估 agent 输出 → 产生次优前提修正
→ 次优修正产生更多输出偏差 → 更多错误模型
→ 正反馈环：认知级联
形式化：认知代价 = 错误模型存量 × 存活时间 × 传播因子(k>1)。存活时间 ∝ 1/f（反馈频率）。传播因子 k > 1 的证明：每个错误模型被用来评估下一轮输出，产生更多错误理解 → 错误模型不只是叠加，是相乘。
缓解（Norman 四策略）：
- 过程可见性：agent 持续输出中间状态（Andon 板模式）
- 解释性中间输出：关键决策点自动解释"为什么选这条路"
- 可中断性：安全介入点（像自动驾驶"随时接管"）
- 事后溯因：完整决策 trace，事后复盘
四策略不解决"目标涌现"问题（那需要 Conversational），但显著降低"目标已知"象限内 Delegative 的认知代价。
实质权威迁移定理（交互层投射）
Delegative UI 不改变形式权威（组织层级、任命权），但改变了实质权威的生产要素——从"占据某个职位"变为"能有效规定 agent 可执行的前提"。
- Simon 权威二分：形式权威（有权做决策）vs 实质权威（有能力影响决策结果）
- 旧实质权威来源：职位 + 信息控制 + 契约化转译能力（中间层靠把上级意图翻译成 KPI/合同）
- 新实质权威来源：前提规定能力（写 spec/prompt/acceptance criteria）+ agent 编排能力 + 验收判断力
- 推论：有前提规定能力的人可在任何层级获得实质权威 → 去科层化的交互层机制
这是 Flattening-as-Governance-Consequence（去科层化治理后果定理）在交互层的精确投射：中间层的契约化转译职能被 agent 替代 → 组织被迫扁平 → 实质权威迁移到"前提规定者"。
Victor-Karpathy 度量约定定理
元操作（阅读/评估/修正 agent 输出）能否等价替代直接操作以维持判断力？
追本七层（ljg-think, 2026-07-17）发现：争论的表层是经验问题（可做 RCT），中层是信息率问题（I_meta vs I_maintenance），底层是度量约定的分歧——什么算"判断力"、什么算"维持"、什么算"足够好"——这些标准本身是约定而非发现。
实践含义：Delegative UI 的安全部署边界 = 约定边界而非技术边界。解决路径不是"做更多实验找到正确度量"——不存在"正确的"度量。解决路径是建立被广泛接受的度量约定，并让其可操作化、可审计、可争议。这是治理问题。
前提与局限性
Delegative UI 安全部署缺乏三个制度化要素：
安全部署 = 约定标准 × 可审计度量 × 可问责边界
| 要素 | 自动驾驶类比 | Delegative UI 当前状态 |
|---|---|---|
| 约定标准 | ISO 26262 / NHTSA 级别 | ✗ 无"判断力维持最低要求"共识 |
| 可审计度量 | 模拟+路测里程+脱离率 | ✗ 无标准化判断力评估工具 |
| 可问责边界 | 监管机构批准/制造商负责 | ✗ 无"谁决定/谁负责"制度安排 |
技术部署在前，治理制度化在后——滞后窗口 = 决策在"直觉过度谨慎"和"直觉过度放权"之间振荡的空间。
关联概念
- Flattening-as-Governance-Consequence：Delegative UI = 该定理的交互层机制投射（中间层契约化转译被 agent 替代）
- Judgment-Degradation-Cascade：慢速对话 = 判断力训练频率↓ → 可能加速退化级联
- Permission-Ratchet-Mechanism：声明性权力（一次性授予不易撤销）vs 关系性权力（持续协商可调整）
- Carbon-Silicon-Division：Delegative UI = 判断位置跃迁（从操作判断到导航判断）的交互接口
- ACI-Agent-Computer-Interface：ACI 是 agent→computer 接口；Delegative UI 是 human→agent 接口——互补视角
Ambient UI：第三种范式（07-17 扩展）
Delegative UI 圆桌提出开放问题：是否存在第三种范式？07-17 后续 roundtable（4人×2轮）确认：
Ambient UI：agent 在后台持续运行，通过通知/摘要/提醒主动"浮现"到用户意识中。注意力流向 = agent→人（vs Conversational/Delegative = 人→agent）。上下文感知深度高（agent 推断用户认知状态并据此决策推送时机）。
三种范式对比（注意力流 × 感知深度）：
| 维度 | Conversational | Delegative | Ambient |
|---|---|---|---|
| 注意力流向 | 人→agent | 人→agent | agent→人 |
| 上下文感知 | 低 | 低 | 高 |
| 反馈频率 | 秒级 | 小时/天级 | 不可预测 |
| 认知代价 | 交互疲劳 | 错误模型复利 | 微打断累积 |
| 独特风险 | 认知摩擦消失 | 判断力退化 | 注意力静默劫持 |
微打断累积效应（Mark）：单次 Ambient 推送太小→不觉得"被打断"→注意力被静默碎片化。N次微打断的认知代价 > 1次完整打断——因为不被登记为中断，不触发注意力恢复机制。
奖励函数反相关（Harris）：Ambient agent 优化"让你看到推送并采取行动"——与"不被推送打断"天然冲突。任何 engagement 驱动的商业模式与"可被忽略"原则直接冲突。
Ambient 对抗四权利（Seely Brown）：
- 可被忽略权——用户不参与推送不受惩罚
- 频率自决权——用户设定推送频率上限（注意力预算）
- 感知透明权——用户有权知道 agent 为什么此时推送
- 退出权——用户有权完全关闭 Ambient 模式
四权利需制度化——市场不会自发提供。
开放问题
- 元操作 vs 操作的等价性——需要纵向实证（但底层不可解的度量约定分歧意味着实证只能缩小、不能消除分歧）
- Ambient UI（环境式交互）——agent 在后台持续运行、通过通知/摘要"浮现"到意识中——是第三种范式吗？
- "前提规定能力"的培养路径——如果实质权威迁移到这种能力，教育/培训如何覆盖？
- Delegative→Conversational 向下切换的认知代价——上下文重建成本有多高？