用途
AI Decision Authority 用于回答一个治理问题：哪些 AI 输出必须由人类批准，哪些可由智能体直接负责。它针对营销与 GTM 场景中的 AI 治理失效问题——要么全部复核导致采纳率崩溃，要么完全不复核导致合规例外悄悄累积。其核心思路是按决策的利害程度与可逆性分类，而非按职级分类，使治理落在后果真正重要的地方。
主要能力
该技能通过依次提出三个问题来对决策分类：
- 出错后能否纠正——输出错误能否被悄悄修正，还是损害已经外溢？
- 谁会看到，后续影响是什么——仅内部可见，还是跨越法律、高管或外部边界？
- 发生频率多高——每周上百次还是每季度一次？高频标准化决策若逐条人工把关会扼杀采纳。
随后将决策归入以下三个区域之一，并应用对应规则：
- Zone 1：AI-Primary。可逆、高频、仅内部使用，纠正成本极低。例如初稿文案、内部研究摘要、数据分类、竞品分析、测试变体、分群查询、效果汇总。规则为智能体直接执行，保留日志，定期抽样审计，不设逐条人工关卡。资料称某部署中约 70% 的决策量在此区域，但明确说明这是观察值而非基准目标。
- Zone 2：Collaborative。面向外部受众，错误输出会带来声誉或合规成本，人工复核能增加真实判断。例如客户沟通、新闻稿、合作伙伴承诺、定价沟通、活动简报、对外初稿。规则为智能体起草，人类在对外发布前批准，智能体不持有发送权限。
- Zone 3：Human-Primary。不可逆、新颖或涉及法律风险，具名个人的职业与结果挂钩。例如监管披露、并购沟通、高管定位、法律文件、董事会材料、危机响应、定价公告。规则为智能体研究并起草带透明推理的排序选项，由具名人类决定并执行。该区域应保持小规模。
此外，技能强调“在边界处治理，而非整条工作流”：多数工作流跨区域，例如“智能体起草周报并安排发送”属于 Zone 1 起草加 Zone 2 发送，应让起草自由运行、对发送设关卡，而不是按整条工作流最高区域治理。
使用方式
对单个决策，输出格式为：复述决策、可逆性、暴露面、频率、所属区域及名称、治理规则、误分类后果。对一组决策，输出表格：Decision | Zone | Rule | Why。技能要求始终说明误分类代价。
适用场景与限制
适用于营销与 GTM 决策的治理设计、单决策判定，或批量审计多条工作流。技能列出了多种反模式：不要对所有输出设关卡；不要按职级分区；不要让 Zone 3 无序扩张；不要按工作流最高区域治理；不要把 70% 当作目标；不要因草稿质量好就授予发送、发布或提交权限；不要省略误分类代价。
资料的来源说明指出，该框架基于企业产品营销职能中开发的 Augmented Marketing Decision Architecture，并在 2025 年前 Tableau（Salesforce）的 16 次产品发布中观察，属于观察性部署而非受控研究，70% 数字与区域定义来自该背景，未必可迁移。框架由 Kuber Sharma 提出，规范见 kubersharma.com/frameworks/amda。资料未提供安装命令、定价、平台或集成细节。