作者：vivo 互联网项目团队- Ding Junjie
本文结合 AI 编辑器二期调研实践，拆解 Agent 在协同文档中的身份取舍、可回放事实链、side-by-side Diff 展示，以及 run 级精准撤回机制。
1分钟看图掌握核心重点👇
一、背景
当 AI 不再只是一个问答机器，而是真正走进协同文档，成为并肩作战的伙伴，会怎样？它不再只提供答案，而是直接参与内容的创作与修改。
在多人协同的文档世界里，文档不再是某个人的专属领地。真正的难题不止是”AI 能不能写得好”，而是：当 AI 以惊人的速度和规模进行编辑时，如何确保它能与人类的精细化编辑和谐共存？
二、身份之问：Agent 扮演什么样的角色
“撤销/重做”（Undo/Redo）是上世纪 70 年代留下的经典 UI 约定。但当 Agent 踏入协同文档，这个约定瞬间失灵。
实际调研中，我们对比了三种模式：
反复权衡后，我们更倾向于第二种：Agent 附属于操作它的用户，但每一次改动都必须拥有独立的”身份证明”。
这直接影响两个核心交互逻辑：
- Ctrl+Z 永远是人类用户自己的编辑撤销。
- 对话框里的”撤回”按钮，专门针对 Agent 这一轮编辑的撤回。
三、透明化编辑：让 AI 的”手术刀”清晰可见
Agent 的修改往往是大刀阔斧、跨结构重写的。对用户而言，这更像一场”外科手术”。因此，AI 的编辑不能只有冰冷的结果，必须有透明化的过程。
我们采用两层差异对比策略：块级感知先回答”哪些大的内容块发生了变化”，文本级细化再深入修改过的块内部做精细对比。
四、撤回边界：退得准比看得见更重要
多人协同时，”最后发生的操作不一定是你想撤销的操作”。我们把撤回语义拆成两类：Ctrl+Z 是用户手动编辑的撤销，Agent 对话框的”撤回”是这一轮 AI 编辑边界内的所有改动。
五、结语
编辑 Agent 和聊天 Agent 最大的区别，不在于模型多先进，而在于完整的流程。使用户在 AI 完成修改后，依然感受到文档的掌控权在自己手中。
