소셜 플랫폼은 수십억 명의 사람들을 연결하지만, 참여를 최우선으로 하는 알고리즘은 종종 사용자와 함께 일하는 것이 아니라 사용자를 대상으로 작동하여 스트레스, 허위 정보 및 통제력 상실을 증폭시킨다. 본 논문에서는 사용자 소유의 설명 가능한 중개자인 Human-Layer AI (HL-AI)를 제안한다. HL-AI는 플랫폼 로직과 인터페이스 사이에 브라우저에 위치하며, 플랫폼의 협력 없이 실질적이고 즉각적인 제어를 사용자에게 제공한다. Context-Aware Post Rewriter, Post Integrity Meter, Granular Feed Curator, Micro-Withdrawal Agent 및 Recovery Mode의 다섯 가지 대표적인 패턴 프레임워크를 구현하는 Chrome/Edge 프로토타입을 개발하고, 사용자 효용, 자율성 비용 및 위험 임계값을 균형 있게 조정하는 통일된 수학적 공식을 제시한다. 기술적 정확성, 사용성 및 행동 결과에 대한 평가를 수행한다. 이 프로토타입은 오늘날의 피드에 안전, 자율성 및 웰빙을 갖추도록 하는 실용적인 길을 제시하며, 엄격한 교차 문화 사용자 평가를 제안한다.