工作空间、连续性与协作

许多智能体产品以聊天为起点。聊天是一种有用的交互界面，但对于持续性工作而言，它并不是可靠的事实来源。长期运行的任务需要目标、状态、产物、证据、参与者、权限、通知以及记忆控制，这些要素必须超越单次对话而存在。

会话记录记录了说过什么。工作空间记录了存在什么工作。

当智能体产品等待审批、在中断后恢复、将工作移交给他人、产生产物、记住偏好，或在用户关闭标签页后继续运行时，这一区别会变得至关重要。如果会话记录是唯一持久对象，返回的用户就必须从一连串草稿、猜测、修正和生成摘要中重建事实。这不是连续性，而是在事后考古。

核心论点

智能体工作空间应是一份共享且受治理的持续工作表示：目标、状态、产物、证据、责任归属、通知和记忆控制应独立于聊天会话记录而持久存在，并对每个授权协作者保持清晰可读。

工作空间是一个产品概念。它可以通过数据库、文档存储、项目看板、问题单、文件夹、运行记录、工作流引擎或多个系统来实现。产品要求是连续性和可读性，而非特定的存储模式。

将对话与工作分离

工作空间应保留：

目标和成功标准；
当前状态和负责人；
权威状态和待定决策；
产物和草稿；
证据、来源、检查和引用；
行动历史和外部影响；
审批、约束和委托权限；
修正和已被取代的假设；
未决问题、阻碍、截止日期和预算；
参与者和角色；
使用的记忆或偏好；
通知和关注请求；以及
链接到适当的追踪记录或操作记录。

对话可以解释人员和智能体为何做出选择。但它不应成为了解已提交内容、剩余工作或下一步负责人唯一的方式。架构章节中的状态与记忆区分是基础：状态记录已接受的事实；记忆存储以后可能有用的信息。

有用的产品规则：

如果一个人需要它来恢复、审批、审计、纠正、移交或关闭任务，
那么它应属于工作空间状态或产物，而不仅仅存在于聊天中。

设计工作空间对象

对于每种工作空间类型，定义：

字段	产品问题
目标	正在追求什么工作，什么算作已接受？
范围	哪些数据、工具、账户、人员、记忆和输出被包含或被排除？
状态	工作正在运行、等待、受阻、部分完成、已完成、已取消还是已升级？
产物	哪些输出是当前的、已取代的、草稿的、已接受的、已导出的或已归档的？
证据	哪些来源、检查、行动、假设和未解决的局限支持当前状态？
责任归属	谁可以决定、审批、编辑、接管、关闭或接受残余风险？
权限	智能体可以推荐、暂存或提交什么，直到何时？
记忆	使用了或保存了哪些持久信息，以及如何纠正？
通知	哪些事件需要关注，由谁关注？
保留	状态、产物、追踪记录、记忆和审计记录应保留多长时间？

OpenAI 关于工作空间智能体的材料将智能体视为可重复工作流的工具，具有共享系统、标准移交和一致输出（OpenAI Academy, 2026）。持久的启示并非某个供应商的产品模式，而是智能体工作通常应属于共享的运行上下文，而不是一次性的提示会话。

跨中断保持连续性

连续性意味着用户返回后能回答：

系统试图做什么？
我离开时发生了什么变化？
什么需要我关注？
哪些产物是当前的？
哪些主张有证据支持？
哪些行动已提交、失败或仍然未知？
哪些权限仍然被委托？
哪些记忆或偏好影响了工作？
接下来我可以安全地做什么？

不要通过展示模型生成的摘要并把它当作事实来恢复。摘要是有用的派生视图，但工作空间应链接到状态、产物和证据。微软的人机交互论文讨论了记住最近的交互以及谨慎地从用户行为中学习（Amershi et al., 2019）。对于有后果的工作，记忆必须是显式的且可治理的。

一个良好的返回视图通常围绕“自你离开后”组织：

已完成：
- 起草了供应商对比表。
- 已验证了供应商 A 和供应商 B 的安全文档。

需要关注：
- 供应商 C 信任门户需要登录。
- 发送跟进邮件前需要审批。

状态变更：
- 已使用预算：37 分钟，预估模型成本 4.20 美元。
- 未发送任何外部消息。

下一步选择：
- 排除供应商 C，批准信任门户登录，或移交给采购部门。

这个视图不是会话记录摘要，而是由记录派生出来的视图。

区分产物与消息

智能体工作会产生产物：报告、简报、拉取请求、工单、电子表格、电子邮件、图表、策略、清单、运行手册、数据集和决策记录。工作空间应展示它们的生命周期：

草稿；
已生成；
用户已编辑；
审核中；
已接受；
已取代；
已导出；
已发布；
已归档；或
根据策略允许删除。

不要将最新的助手消息当作权威产物。如果一份研究简报被修订，工作空间应显示当前版本并保留证据链路。如果编码任务产生了一个补丁，工作空间应链接到更改的文件、测试结果、审查评论和未解决的失败。如果支持任务准备了一条客户消息，工作空间应区分草稿文本和已发送的通信。

产物也需要明确责任归属。一个生成产物可能由系统提议，但由人员或工作流接受。这种接受可能对问责、审计或下游自动化很重要。

使协作显式化

协作会引入冲突和责任问题：

谁现在负责该任务？
谁可以编辑范围？
谁可以批准外部影响？
谁可以邀请另一位协作者或智能体？
谁可以使用或纠正记忆？
如何解决冲突的编辑？
哪个参与者的偏好适用？
通知应揭示什么？
谁可以关闭、归档、删除或导出？
当两个人对同一请求做出响应时会发生什么？

避免共享聊天中的歧义。一位协作者的评论可能是建议，而非授权。智能体的建议可能是草稿，而非已接受的计划。工作空间应明确区分提议的更改、已接受的更改和已取代的更改。

对于多人工作，移交应是一个需要接受的事件。接收方的人员或团队需要状态、证据、待处理工作和权限。线程中的提及并不等于责任转移。

有用的移交记录：

来自：
发送至：
原因：
在接受前当前负责人：
所需的决策或行动：
转移的状态和产物：
已提交、待定、部分或未知的效果：
截止日期：
如果未被接受的安全默认行为：

当责任归属不明确而智能体仍会继续运行时，这一点尤其重要。如果没有人负责下一个决策，安全的做法通常是等待、缩小范围或升级处理，而不是在模糊的权限下继续。

在产品语言中表示权限和角色

工作空间协作需要角色清晰，但不必把界面变成安全策略手册。常见角色包括：

角色	产品含义
请求者	启动任务并可以查看其结果。
负责人	对下一个决策或最终接受负责。
审核者	可以批准、拒绝或评论指定的产物或行动。
操作者	可以根据运行状态进行干预、恢复或升级。
观察者	可以查看状态和证据，但不能更改范围或权限。
管理员	管理工作空间默认值、保留、集成和访问。

这些产品角色必须映射到真实的权限。能够评论的用户不应意外批准付款。观察者不应通过通知预览暴露敏感记忆。被委托的智能体不应仅仅因为与管理员处于同一工作空间而继承更广泛的权限。

暴露记忆和持久性控制

智能体工作空间使记忆变得诱人。偏好、可复用的发现、项目事实、术语表决策、源选择和先前结果可以改善连续性。它们也可能带来隐私、正确性和意外问题。

用户和管理员应能够看到：

保存了什么以备将来使用；
谁或什么保存了它；
它来自哪里；
它是事实、偏好、推论还是生成的摘要；
哪个工作空间、用户、团队、租户或任务范围可以使用它；
何时过期；
如何纠正或删除；
删除是否有局限性；以及
何时影响了一个行动或推荐。

Google People + AI Guidebook 强调随着时间推移对 AI 行为的反馈、控制和心智模型（Google PAIR）。记忆是心智模型的一部分。一个默默根据旧工作进行个性化的产品，一旦把错误的偏好应用到错误的上下文中，就可能从便利变成麻烦。

记忆控制应靠近创建和使用记忆的工作空间。全局隐私设置页面对某些产品是必要的，但还不够。用户需要本地上下文：

已使用的记忆：
- “采购部门偏好欧盟区域托管的供应商来处理客户数据。”
  来源：工作空间决策，2026 年 7 月 12 日。
  范围：此采购工作空间。
  控制：纠正，为此任务忽略，在允许的情况下删除。

检索到的记忆是需要考虑的证据，而非权威事实。当前的用户指令、当前系统记录状态和显式策略通常会覆盖旧记忆。

将通知用作控制信号

当人们的关注可以改变结果时通知他们：

需要审批；
证据缺失；
截止日期临近；
任务受阻；
范围发生实质性变更；
外部影响已提交、失败、部分完成或未知；
另一参与者编辑了范围；
另一参与者接管了任务；
记忆被添加或以有后果的方式使用；
需要恢复操作；
最终结果已准备好审核；或
委托权限即将过期。

避免嘈杂的活动通知。“智能体打开了一个文件”可能对专家代码审查很重要；对客户支持经理而言可能只是噪音。将通知与角色、后果和紧急程度匹配。

通知应携带足够的上下文以便安全分流，同时不泄露敏感数据。移动通知可以显示“需要批准超过你阈值的退款”，而不是在锁屏上暴露客户详细信息。工作空间可以在身份验证后提供完整预览。

每个通知应有明确的目的地。如果用户打开它，他们应落在相关的行动、证据或恢复路径上，而不是在长篇会话记录的顶部。

管理工作空间生命周期和保留

工作空间需要生命周期状态：

已创建；
活跃中；
等待中；
受阻；
已移交；
已完成；
已取消；
已归档；
已退役；或
根据策略允许删除。

一个永无止境的任务会积累过时的上下文、权限、记忆、自动化、通知和义务。完成时应记录已接受结果的证据。归档应保留未来审核所需的内容，而不必在活跃上下文中保留不必要的敏感数据。删除应说明删除了什么、出于法律或运营原因保留了什么、以及哪些派生视图受到影响。

生命周期设计应回答：

谁可以关闭工作空间？
标记为完成需要什么证据？
待定任务和委托权限如何处理？
哪些记忆保持可复用？
哪些产物保持可见或可导出？
哪些追踪记录或审计记录被保留？
哪些通知停止？
工作空间是否可以重新打开，以及基于什么权限？

NIST AI RMF Playbook 和 NIST AI 600-1 强调来源与流转记录、数据治理、生命周期风险管理、监控和响应（NIST AI RMF Playbook；NIST AI 600-1）。用产品语言来说，这意味着工作空间不应在用户以为工作已经结束后，仍默默保持权限、记忆或自动化处于活跃状态。

从记录恢复，而非摘要

当运行恢复时，工作空间可能会呈现摘要以方便人类阅读，并为下一个模型调用组装上下文。两者都应从当前记录派生：

权威状态；
已接受的产物；
事件历史；
行动效果；
审批和过期；
未解决的阻碍；
记忆记录和范围；
用户纠正；
截止日期和预算；以及
当前权限。

摘要可能是错误的、过时的、不完整的或过度压缩的。它们绝不应成为授权另一个实质性行动的唯一来源。如果工作空间无法重建所需状态，它应说明情况并请求、升级或停止。

为不同规模的工作空间设计

并非每个任务都需要重量级的工作空间。产品可以按比例调整工作空间的复杂度：

任务模式	适合的工作空间
简短的低风险草稿	对话加上显式的产物和丢弃控制。
有边界的需审核行动	包含目标、预览、审批、效果状态和证据的任务记录。
长时间运行的研究或编码	包含产物、状态、检查点、来源、测试和移交的工作空间。
团队操作	共享工作空间，包含角色、通知、审计、恢复和生命周期控制。
受监管或高影响工作	受治理的案例档案，包含证据、决策负责人、追索权、保留和审计。

原则是相称性。对于一次性的头脑风暴，持久的工作空间可能会增加开销和隐私风险。仅依赖会话记录的设计对于有后果的委托工作是不够的。

失效模式

会话记录作为工作空间

系统只存储聊天记录。返回的用户无法分辨哪个产物是当前的、哪个行动已提交，或谁负责下一步。

无同意或无范围的记忆

系统从一个任务中记住了一个偏好，并将其应用于另一个上下文，导致错误或不恰当。

没有责任归属的协作

多人评论，但没有人对下一个决策负责。智能体在模糊的权限下继续运行。

通知噪音

用户收到每一条活动更新，却错过了那一个重要的审批或恢复信号。

过时的工作空间权限

已完成或废弃的工作空间仍然保留工具访问权限、记忆、自动化规则或子任务。

摘要作为事实

生成的总结遗漏了一个待处理的效果或旧的审批，恢复后的智能体基于不完整的视图行动。

产物漂移

对话引用了一个文档版本，而下游用户看到的是另一个版本。工作空间缺少当前、已取代和已接受的状态。

本手册的判断

将工作空间视为持续工作的容器，而不仅仅是聊天历史。
将已接受的状态、产物、证据、记忆、通知和对话分离。
使责任归属、角色和移交显式化。
在上下文中暴露记忆使用和纠正控制。
当人们的关注可以改变结果时通知他们。
为每个工作空间赋予生命周期和保留策略。
让恢复的工作从当前记录重建上下文，而不仅仅依赖摘要。
根据后果、持续时间、协作和委托权限调整工作空间的复杂度。

检查清单

参考文献及其使用方式

Google People + AI Research, People + AI Guidebook - Google People + AI Research 发布的设计网页资源，用于支持心智模型、反馈、控制、连续性和平稳失效；它不是正式工作空间标准。
ISO 9241-210:2019, Ergonomics of human-system interaction - 国际人本设计标准，用于生命周期和使用上下文框架；本章只使用了 ISO 摘要页。
Microsoft Research, “Guidelines for Human-AI Interaction” - 经同行评审的人机交互论文，支持近期交互连续性、谨慎适应、反馈、纠正和全局控制。
NIST AI Risk Management Framework Playbook - NIST 自愿性风险管理网页资源，用于生命周期、数据、监督、监控和响应框架；它不定义工作空间产品模型。
NIST AI 600-1, Generative Artificial Intelligence Profile - NIST 出版物，用于支持生成式 AI 系统的来源与流转记录、数据治理、生命周期风险管理和监控。
OpenAI Academy, “Workspace agents” - OpenAI 发布的教育文章，用作当前可重复工作空间导向智能体工作的产品模式证据。