积极型代理——清华携手面壁智能开放的先进主动式Agent互动模式

主动代理是指什么

清华大学携手面壁智能等团队开发了一种新的互动模式——Proactive Agent，该系统拥有主动性特质，能够预测用户的潜在需求，并在没有明确指令的情况下自主行动。通过观察环境及用户行为，Proactive Agent能推断出可能的任务并主动提供支持与帮助。相较于传统的被动式AI代理，这种新型代理具备更强的独立决策能力和适应性，在多种应用场景中实现了更加自然流畅的人机互动体验。这项技术的进步预示着人工智能正从单纯执行命令的角色转变为能够洞察需求、主动协作的智能伙伴。

Active Assistant的核心特性

• 环境监测与预测分析通过积极分析用户的周围情况及行动模式，来预判用户的具体需求与潜在目的。
• 自行决定根据对环境的解析与用户目的的把握，能够独立形成决定，无需用户的直接命令即可行动。
• 任务启动当察觉用户可能存在求助需求时，积极提议服务项目或分享相关信息。
• 理解前后文关系：把握情景背景，依据现有状况给予适宜的支持。
• 用户体验互动过程中的操作与反馈循环。通过与用户的互动，并依据用户的反馈来优化自身的行动及预判能力，从而提升精准度和增强用户体验的满意程度。
• 任务实施当用户同意由Proactive Agent安排的任务后，系统会负责实施这些任务，并依据实际情况创造接下来的活动。

积极型代理的工作机制

• 环境仿真器（EnvSim）创建仿真实景，产出一系列事件流程，并管理场景的状态变化，以构建一个供智能体进行互动实验的理想化空间。
• 自主行动的智能实体（Self-Initiating Intelligent Entity）吸纳来自环境仿真器的数据，升级存储的信息，整合过往互动经历与用户的回应意见，预判用户的意愿，并据此规划行动任务。
• 客户端标识（Client Identifier）：仿真用户的行动模式，评估由主动代理提交的任务，并判定是否同意执行该任务。
• 数据制造流程根据模仿用户的行动与反馈来创建用于培训及评价模型的数据。
• 激励机制构建一个用于评价Proactive Agent主动性操作的模型，该模型能够模仿人的决策过程，并给予相应的反馈以改进代理的操作表现。
• 效能评测通过采用诸如需求遗漏、无声响应、准确识别和误识等衡量标准来评价Proactive Agent的表现，并不断对其进行改进。

积极主动代理的项目位置

• Git存储库：在GitHub上的仓库地址为thunlp/ProactiveAgent
• arXiv科技文章在学术资源共享平台arXiv上发布了一篇研究论文，其在线地址为：https://arxiv.org/pdf/2410.12361。该链接直接指向了这篇未经同行评审的最新科研成果PDF文件。

主动代理的使用情境

• 私人助手智能化的日程规划服务会依据用户接收到的电子邮件、预定的日历活动及个人偏好，自动调整会议时间并发送提醒。
• 文档整理接收新文档后，系统会将其自动归档至预设的目录，并依据文档的内容进行智能化的重新命名。
• 日常生活服务基于用户旅行喜好与习惯，系统自动设计路线并选定交通工具。
• 支持性技术为视觉障碍者提供的援助包括即时环境解说、障碍警告以及文本识别与朗读服务。
• 办公室工作智能化依据团队成员的时间表和个人喜好，系统会自动选定最适合的会议时间与位置。