Collaborative Human-Agent Protocol (CHAP)

本文介绍了协作人机协议（Collaborative Human-Agent Protocol, CHAP），这是一种旨在通过将非结构化的人类干预与交接转化为共享、有证据支持的工作空间内结构化且不可抵赖的事件，从而实现多人类、多智能体工作流形式化与审计的新标准。

要点

想象一个繁忙的厨房，一位极其聪明的新型机器人厨师被雇佣了进来。在过去，机器人只会大声喊出一个食谱，人类主厨要么说“太棒了，做吧！”，要么说“不对，那是错的，我自己来。”然后机器人就会回到自己的角落，人类则会在笔记本或便利贴上记录修改内容。

问题所在：
现在，机器人不仅仅是一个食谱生成器；它是一个运营级厨师。它规划整顿饭菜，订购食材，与其它机器人交谈，并处理复杂的任务，比如管理顾客过敏情况或处理账单。但人类与机器人的协作方式非常混乱。

• 如果人类厨师修改了机器人的食谱，这些修改往往会丢失在聊天消息或便利贴中。
• 如果机器人犯了错，我们很难回溯查看为什么人类进行了那次修改。
• 如果机器人向另一位人类移交班次，新来的人必须阅读数小时的聊天记录才能了解发生了什么。
• 如果监管机构（如卫生检查员）问道：“是谁批准了这道菜，以及为什么？”，厨房必须在散乱的电子邮件和笔记中翻找答案。

解决方案：CHAP（协作式人机协议）
论文介绍了 CHAP，它就像一本标准化的、数字化的“食谱手册”和“值班日志”，是厨房里每一个参与的人类和机器人都必须使用的工具。它不是一个新的机器人，也不是一个新的炉灶；它是他们达成一致所使用的语言和笔记本。

以下是 CHAP 如何运作的，使用了简单的类比：

1. 共享工作空间（“厨房操作台”）

CHAP 没有让把人类和机器人隔离在各自的孤岛中工作，而是创建了一个单一的、共享的数字操作台。每个人（人类、机器人和其他服务）都围在这个台子旁。

• 类比： 想象一块白板，上面记录着每一个动作。如果机器人写了一个草案，而人类擦掉一个词并写上一个新词，白板显示的不仅仅是最终的句子。它会显示被擦掉的那个确切的词、新的词，以及一条来自人类的便签，写着：“我修改这个是因为顾客对坚果过敏。”

2. “信封”（“密封包裹”）

每当有人（人类或机器人）做某事时，他们都会将其放入一个数字信封中。

• 类比： 把它想象成一个挂号信包裹。信封里面有工作内容（食谱草案）。但信封还带有印章（发送者是谁）、时间戳（何时发送）以及监管链（在此之前发生了什么）。
• 如果人类编辑了机器人的工作，信封包含的不仅仅是新的文本。它还包含一个**“差异”（diff）（即修改内容的清单）、一个原因**（“我为了安全起见修改了此处”）以及一个签名。这使得任何人以后都无法说“我从未批准过那个”或“我不知道机器人更改了配料”。

3. “证据链”（“不可拆解的曲别针链”）

每一个信封都扣在前一个信封上，形成一条长长的、不可拆解的链条。

• 类比： 想象一串曲别针链。你无法在不破坏整个链条的情况下取走其中一个。如果有人试图偷偷修改过去的决定，链条就会断裂，所有人都会知道出了问题。这创造了一个完美的、可重放的历史记录，展示了整个项目的全过程。如果审计员要求查看五年前某道特定菜肴的历史，你只需回放这串信封链，就能准确看到当时发生了什么、谁做的以及为什么这么做。

4. “配置文件”（“专业制服”）

论文提到 CHAP 拥有“核心层”（基本规则）和“配置文件”（专门的附加功能）。

• 类比： 核心层是基础的厨房制服（围裙和帽子）。
  • 如果你在一个高安全性厨房（如医院或银行），你会添加一个“安全配置文件”（如徽章和锁）。
  • 如果你在一个创意厨房，你会添加一个“评审配置文件”（如品尝测试清单）。
  • 如果你在一个24小时营业的厨房，你会添加一个“交接配置文件”（一种特定的方式，以便将接力棒传递给下一班次，确保没有任何信息丢失）。
  • 你只穿着你需要的制服。小型家庭厨房不需要沉重的安保装备，但医院厨房则需要。

5. CHAP 不做的事情

论文非常明确地说明了 CHAP 不是什么。

• 它不是机器人本身（AI 模型）。
• 它不是机器人使用的工具（如烤箱或搅拌机）。
• 它不是规定食物是否安全的法律。
• 类比： CHAP 是笔记本和笔，而不是厨师、食材或食品卫生规范。它只是确保厨师所做的每一件事都被清晰地记录、签名并安全存储。

为什么这很重要

论文认为，如果没有 CHAP，每家公司都会建立自己混乱的追踪人类与机器人协作的方式。一家公司使用 Slack，另一家使用电子邮件，还有一家使用电子表格。这使得信任工作变得困难，修复错误变得困难，并且难以向监管机构证明工作是按照正确流程完成的。

CHAP 是一种通用语言，它让人们和机器人在一起工作时，能够实现：

• 可审计性： 你始终可以回顾并查明真相。
• 可问责性： 你确切知道谁做出了哪项决定。
• 可移植性： 你可以将此系统从一家公司转移到另一家公司，而不会丢失历史记录。

简而言之，CHAP 将人类-AI 协作中混乱的“聊天室”转变为一个结构化的、经过签名的、不可拆解的记录，用于记录工作是如何完成的。

技术摘要

技术摘要：协作式人机协议 (Collaborative Human-Agent Protocol, CHAP)

问题陈述

本文指出当前智能体（Agentic）AI 生态系统中存在一个关键空白：虽然基础模型正在从简单的助手转型为能够进行规划、工具使用和多步协调的操作参与者，但可问责的人机协作的技术基础设施仍缺乏明确规范。

目前的生产部署涉及复杂的“人机交响乐”，其中人类与智能体跨越团队、时区和信任边界进行协作。然而，“协作界面”是碎片化的。关键事件——例如人类编辑智能体的草稿、智能体放弃决策或交接班——通常记录在非结构化的聊天线程、工单评论或部落记忆中，而非作为结构化的、可审计的协议事件。现有的标准如模型上下文协议（MCP）和智能体间协议（A2A）分别解决了工具访问和智能体间互操作性的问题，但两者都未能定义人类与智能体共同执行可问责工作的共享工作空间，也未定义人类的覆盖（Override）、审批和理由应如何进行结构化处理以供回放与审计。

方法论与架构

作者提出了 CHAP（协作式人机协议），这是一个旨在标准化人机协作共享工作空间的开放协议。其方法论基于**“核心+配置文件”（Core-plus-Profile）**架构：

1. 核心（The Core）： 定义协作边界的一组最小原语。包括：

   • 工作空间（Workspaces）： 具有定义明确的参与者、策略和模式的有界协作空间。
   • 参与者（Participants）： 具有 URI 式标识符的有类型实体（人类、智能体、服务、组）。
   • 任务与人工制品（Tasks & Artefacts）： 工作单元及其输出（草稿、决策、覆盖）。
   • 证据链（Evidence Chain）： 一个追加式日志，其中每个被接受的信封都成为一条可验证的记录。
   • 信封模型（Envelope Model）： 一种受 JSON-RPC-2.0 启发的消息格式，用于承载协作事件（例如 task.assign、decide.override、handoff.propose）。

2. 配置文件（Profiles）： 可选的、可组合的层，根据部署需求添加特定能力。包括：

   • 评审/覆盖（Review/Override）： 带有差异（diff）、理由和标签的结构化人类编辑。
   • 模式（Modes）： 用于安全部署智能体的影子（Shadow）、试验（Trial）和生产（Production）状态。
   • 路由（Routing）： 根据关键性、风险或置信度分配任务的逻辑。
   • 耳语（Whisper）： 任务执行期间受时间限制的、有类型的提问。
   • 交接与审议（Handoff & Deliberation）： 工作正式转移及多方决策规则。
   • 安全与身份（Security & Identity）： 集成 OIDC、W3C 可验证凭证（Verifiable Credentials）和加密签名。
   • 审计-SCITT（Audit-SCITT）： 将证据锚定到透明度日志，以实现第三方验证。

该协议明确避免定义领域特定的分类法（例如，什么是“证据” vs “推理”）或除链式单调性之外的时间模型，将其留给配置文件或部署的应用，以确保协议保持行业无关性。

主要贡献

本文做出了三个主要贡献：

1. 问题定义： 它将“共享人机工作空间”隔离为一个独特的互操作性问题，区别于工具访问（MCP）、智能体间消息传递（A2A）或工作流调度。
2. 协议规范： 它定义了 CHAP 核心，包括工作空间、参与者、任务和人工制品的数据模型，以及用于标准化协作事件（如结构化覆盖、弃权和升级）的消息信封结构。
3. 实现框架： 它通过配置文件提供了一个渐进式采用模型、一个 v0.2 参考实现、一套一致性测试套件以及一个包含 59 种方法的目录。它还详细说明了信封接受、评审深度决策和模式提升的运行时语义。

结果与验证

作为 v0.2 工作草案，本文并未展示大规模实证结果或跨实现的基准测试。相反，它通过以下方式验证了协议：

• 参考实现： 一个功能性的 @chap/coordinator 包和一个演示了最小流程、评审周期和交接过程的游乐场（Playground）。
• 典型案例（用户旅程）： 十二个详细场景，范围从管理代码审查的独立开发者到符合 GMP 监管的生物制药制造以及金融服务合规。这些示例说明了 CHAP 如何将非结构化工作流（例如 Slack 线程、电子邮件审批）转化为结构化的、可回放的审计追踪。
• 一致性等级： 定义了从“最小”（仅核心）到“推荐”（核心 + 评审/模式）的路径，并计划了要求第二个独立实现以实现互操作性的“完全”等级。

本文证明了 CHAP 可以捕捉“系统中最有价值的信号”——即人类判断的时刻——并将其作为携带差异、理由和内容哈希的结构化事件，而不是丢失在聊天日志中。

意义与主张

本文声称 CHAP 是下一阶段智能体 AI 必不可少的底层基础设施。其意义在于：

• 可审计性： 它能够实现复杂人机工作流的多年后回放，通过提供关于“谁在何时做了什么以及为什么”的可验证链，满足监管要求（如欧盟 AI 法案、SOX-404、GMP）。
• 治理： 它将人类的覆盖和弃权转化为结构化的数据信号，用于分析以改进智能体行为、完善策略并微调路由逻辑。
• 互操作性： 通过定义通用的协作事件词汇，它允许不同的工具、智能体和人类工作流进行互操作，而不会导致审计追踪碎片化。

作者对自己的主张保持谦逊，承认 CHAP 本身并不使系统合规；合规仍然是部署组织的社会技术责任。他们指出 v0.2 是一个适用于实验和早期试点的公开草案，其稳定性保证取决于第二个独立实现和成熟的互操作性测试套件，以实现 1.0 版本发布。该协议旨在与现有标准（MCP、A2A、OIDC、SCITT）组合使用，而非取代它们，从而填补这些层级之间缺失的“协作语法”。