一句话看懂：一项来自 Hugging Face Papers 的研究提出“共享控制迷宫”实验，考察语言模型智能体何时该自己行动、何时该把决策交给人类。结果显示，单独解题能力越强的模型，越能根据路线优劣有选择地寻求人类协助，而不是简单地多问或不多问。
事件核心：发生了什么
根据论文摘要，研究者构建了一个共享控制迷宫：智能体控制的虚拟角色与人类控制的角色需要以尽可能少的团队回合抵达同一目标，智能体负责在每一回合决定自己走还是把行动交给人类。通过调整初始位置，实验设置了三种条件：人类有明显路线优势、双方无优势、智能体有明显优势。研究评测了 GPT 5.6 Sol、Command A+、Qwen 3.8 27B 和 Command R 四个模型：先在地图完全可见、单人操控的条件下测独立解题能力，再与真人玩家在三种优势条件下共同游玩。目前公开信息来自论文摘要，完整实验细节与同行评审状态尚未核实。
为什么重要
当模型能力提升时，人类参与率下降常被简单解读为“协作失败”，但也可能恰恰是合理的分工。这项研究试图把两种情形分开：强模型不是一味自己干，也不是一味依赖人类，而是根据具体路线是否更短来决定是否移交控制权。摘要称，四个模型中独立解题更可靠的模型，在人类无优势时几乎总是自己行动，而在人类路线更短时约 80% 的初始决策会交给人类；独立能力明显更弱的 Command R 没有表现出这种选择性。这对多智能体、人机协同产品设计有参考价值：评价协作质量不能只看人类介入频率，还要看模型是否“问对了时候”。
对用户/开发者/创作者的影响
对开发者而言，这意味着在 AI 应用里设计“求助人类”的触发逻辑时，可以更多依据任务条件而非固定阈值；对使用 AI 工作流的团队来说，模型主动接管或主动移交都可能是有益行为，需要结合任务难度与人类专长来判断。需要注意，以上结论限于该迷宫任务和摘要所述评测条件，不能直接外推为通用排名或长期能力判断。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
后续可观察三点：论文是否公开更多任务场景与完整实验数据；这种“任务条件化协作”能否迁移到代码、写作、客服等真实工作流；以及国内开源模型与闭源模型在选择性求助上的差异是否稳定。
