很多 AI 产品都在提供同一种交易。系统先替用户做掉一大组决定，把最终结果端上来，然后问一句，是否确认。页面上确实有一个按钮，于是整条工作流看起来像是有人参与。但用户往往无法只修改真正重要的那个决定，除非把整个结果一起否掉。
我以前也觉得，有确认步骤就够了。它在一个看似合理的边界让系统停下来，也让人对下一步负责。可做进去以后，我越来越不信这套逻辑。一个人如果没有实际的引导手段，却要为系统的结果负责，这不叫控制。这只是系统在最后一刻把责任递了过来。
审批面对的，通常是一个打包结果
一张生成页面里，可能同时藏着产品定位、信息层级、视觉方向、事实陈述和行动按钮。让用户审批整张页面，相当于把所有选择压成一个对象。拒绝也同样粗糙。用户能说不，却说不清哪些假设应该保留，哪些地方必须改变。
重新生成并没有解决这个问题，它只是用另一个打包结果替换上一个。用户像坐在选秀节目的评委席，不停从几个表演里选一个，但剧本、演员和舞台方向依然掌握在系统手里。候选越多，参与感可能越强，真正能施加的影响却没有增加。
审批是在问，这个结果能不能继续。控制是在说，接下来应该怎样改变。
控制需要匹配问题层级的界面
真正有用的控制界面，必须和决定所在的层级一致。问题出在策略，就应该暴露产品前提。问题出在结构，就应该让人修改大纲或计划。问题只在局部，就让人改那张素材、那一段话。不能每次有分歧，都把用户重新赶回提示词输入框，让他从头描述整个世界。
这也是中间产物有价值的原因。它把隐藏的假设变成可以检查、可以修改的对象，让问题在下游工作把它放大以前被处理掉。这里不是要展示模型的每一步推理，那大部分只会形成噪音。真正需要露出来的，是少数会影响大量后续结果的选择。
如果这四个问题大多答不上来，那么审批按钮更像一场仪式。它可能仍然适合做合规记录或最终确认，但不应该被包装成用户引导产品的主要方式。
好的控制权一定是选择性的
这里还有另一个坑。一旦团队意识到审批太弱，很容易开始在所有地方增加控制。每一步都能编辑，每个动作都要确认，用户从受益者变成了全职监工。这也不是能动性，只是把传统手工软件重新穿上了一件 AI 外套。
更好的做法，是让便宜、可逆的探索自然运行。当某个选择会设定方向、引入事实风险、花掉真金白银，或者修改外部系统时，再让流程停下来。在那个边界上，展示一个足够小、又足够清楚的对象，让用户理解并修改决定。之后，系统按照用户真正做出的选择继续工作。
这个区别听上去像文字游戏，直到产品真的把一件重要的事做错。那一刻就会很清楚，审批记录的是人对结果的同意，控制提供的是人改变原因的手段。AI 产品两者都需要，但不能再把它们当成同一件事。