ProACT：能感知协作故障的主动式AI代理框架

背景

传统对话代理（conversational agents）在人类协作工作中日益普及，但其核心设计仍是被动和反应式的：它们仅对用户的显式请求做出响应，而非像人类协作者那样，主动识别团队需要及时干预的时刻。这种反应式设计严重限制了代理作为积极参与者融入多用户协作场景的能力。在多用户协作中，分歧、模糊的目标、被遗忘的约束、不完善的计划、讨论循环以及参与不均衡等问题会逐渐削弱团队进展。因此，迫切需要让代理从被动助手转变为主动参与者，能够感知协作中的“崩溃”（breakdown）并适时介入。

核心内容

为解决上述问题，本文提出了 ProACT（Breakdown-Aware Proactive Agent），一个基于共同基础（common ground）、协作规划（collaborative planning）和协调工作（coordination work）理论的代理框架。ProACT 核心工作流程如下：

1. 观察：代理持续观察带有说话者标注的对话历史（speaker-attributed conversation history）。
2. 判断：确定当前对话轮次（turn）是否包含需要干预的协作崩溃（collaboration breakdown）。
3. 决策：决定代理应当保持沉默还是发言。
4. 路由：当需要发言时，将案例路由到特定的协作技能（collaboration skill）模块。这些技能模块针对不同类型的崩溃（如澄清目标、提醒约束、平衡参与等）提供有针对性的响应。

此外，本文首次构建了一个 多用户协作基准（multi-user collaboration benchmark），用于评估主动代理在以下场景中的表现：项目规划（project planning）、产品设计（product design）、研究协作（research collaboration）、物流（logistics）、教育（education）以及资源受限的决策（resource-constrained decision making）。基准包含 3,244 个轮次级别（turn-level）的示例，并使用五种不同的大型语言模型（LLM）作为骨干（backbone）。实验结果表明，与直接聊天（direct chat）基线相比，ProACT 在以下四个维度上持续取得改进：协作适切性（collaborative appropriateness）、非打断性（non-interruptiveness）、简洁性（conciseness）以及评判的干预质量（judged intervention quality）。

关键要点

• 定义“协作崩溃”：ProACT 框架明确识别多用户协作中的六类典型问题：分歧、模糊目标、被遗忘的约束、不完善计划、讨论循环以及参与不均衡。
• 理论根基：框架基于共同基础理论、协作规划理论和协调工作理论，使其决策具有可解释性。
• 主动 vs. 被动：ProACT 是“崩溃感知”（breakdown-aware）的，能够在团队需要时主动介入，而非等待用户主动求助。
• 多用户协作基准：首个专门用于评估主动代理的多用户协作基准，覆盖六个领域，包含 3,244 个轮次级示例，支持公平比较。
• 骨干无关性：在五种不同 LLM 骨干上均表现一致优于直接聊天基线，说明框架的通用性和鲁棒性。
• 评估维度：从协作适切性、非打断性、简洁性和干预质量四个角度全面评估，避免仅依赖单一生效指标。

意义与影响

• 从反应式到主动式：ProACT 将对话代理的角色从被动工具提升为主动协作伙伴，这代表了人机协作领域的重要范式转变。
• 实用价值：在团队协作中，代理可以及时提醒被遗忘的约束、帮助澄清模糊目标、平衡参与度，从而提升整体效率和成果质量。
• 评估标准创新：引入多维度评估（如非打断性和简洁性），强调了主动代理不仅要“有用”，还要“得体”，避免给团队带来额外干扰。
• 基准的推动作用：公开的多用户协作基准将促进该领域后续研究的可复现性和可比性，加速主动代理技术的落地。
• 未来方向：该框架为更复杂的协作场景（如跨文化团队、实时多模态协作）提供了理论基础和实验范式，可扩展至更多类型的协作崩溃及技能模块。