定义
人在回路（HITL）指在自动化或 AI 工作流中保留人工参与的机制：机器负责执行，人在关键节点进行审核、决策或纠错。
工作方式
典型做法是让模型或程序先产出结果，再交由人确认、修改或否决，确认后的结果回流到流程中。在模型训练里，人工对输出打分或排序也是 RLHF 等方法的核心环节。
使用场景
常见于高风险或高准确率要求的工作流：内容审核、医疗影像判读、自动驾驶的决策兜底，以及 Agent 执行关键操作前的人工确认。
易混概念
HITL 强调“人审介入”，与完全自主执行的 Agent 相对：Agent 按目标自行完成任务，HITL 流程则在节点上等待人工放行。二者常结合使用——Agent 自主处理多数步骤，关键决策留给人。