清华等机构开源主动交互Agent：让AI从被动执行到主动服务

清华等机构开源主动交互Agent：让AI从被动执行到主动服务

引用

CSDN

1.

https://blog.csdn.net/z551646/article/details/144393120

清华大学等机构近日开源了新一代主动交互Agent（ProActive Agent）系统，这一突破性技术有望彻底改变人工智能与人类的交互方式。

主动Agent vs 被动Agent：一场交互革命

当前主流的AI系统，包括ChatGPT在内，都采用被动式交互模式，即用户需要明确下达指令，AI才能执行任务。而清华大学等机构提出的主动Agent范式则颠覆了这一传统模式。

图1：两种人类与智能体交互形式的比对。左侧的被动式Agent只能被动接受用户指令并生成回复，而右侧的主动式Agent 可以通过观测环境主动推断与提出任务。

主动Agent具备“眼中有活、主动帮助”的能力，能够主动观察环境、预判用户需求，像“肚子里的蛔虫”一样，在未被明确指示的情况下主动帮用户解决问题。

主动Agent的潜在应用场景

主动Agent在日常生活中的应用潜力巨大，涵盖个人助理、文件管理、生活服务等多个领域。例如：

• 个人助理：基于对话自动识别并设置提醒
• 文件管理：智能识别文件特征并优化管理
• 生活服务：根据用户习惯主动提供建议
• 视障人士辅助：主动发现潜在危险并预警
• 听障人士支持：将周围声音转换为视觉提示
• 行动障碍辅助：预判用户需求自动控制设备

技术原理与实验研究

主动Agent的技术实现主要包括三个核心组件：

1. 环境模拟器：通过真实人类数据模拟环境，为智能体提供交互场景。
2. 主动智能体：基于环境信息预测用户意图，生成任务建议。
3. 用户智能体：模拟用户行为，对智能体的建议进行反馈。

研究团队还构建了一个名为ProactiveBench的数据集，用于评估不同模型的性能。实验结果显示，经过训练的模型在误报率上有明显下降，但仍然存在提供不必要的帮助的情况。

图2 数据生成过程总览。该过程包含了初始环境与任务设置，事件生成，主动预测，用户判断和行动执行。

开启人机交互新纪元

主动Agent（ProActive Agent）范式的出现，有望将AI从被动的工具转变为具有洞察力和主动帮助的智能协作伙伴，开启人机交互的新纪元。

论文链接：https://arxiv.org/abs/2410.12361

GitHub地址：https://github.com/thunlp/ProactiveAgent