情境组织
信息过期、审批需要等待时，智能体如何选择仍然有效的上下文？
让 AI 能解释、会暂停，并始终守住边界。
面向真实业务工作流的应用 AI 研究。我们关注智能系统如何使用证据、处理不确定性，并在清晰的边界内行动。
合作高校
Figena 如何应用前沿研究
六个研究问题，指导我们如何评估日常运营中的 AI。
证据与来源
证据和业务规则变化时，如何让记录保持可追溯？
不确定性与审查
智能体何时应该暂停、提问或请求人工审查？
约束中的决策
委派任务如何遵守共享预算、时间与资源约束？
授权内行动
授权如何跨委派保持有效，并在访问权撤销时终止？
持续评估
如何评估任务恢复、部分执行与跨语言语义一致性？
为什么真实工作流需要这些研究
我们用四项原则评估日常工作中的 AI。
压力中的人
即使注意力有限，也让下一步决策清晰可懂。
约束中的决策
让时机、成本、风险与义务保持可见。
明确的系统边界
说明系统能够读取、建议和执行什么。
结果发生前的审查
让重要改变保持可审查且责任可追溯。
