Agent 支线知识：Personal Agent 如何理解个人意图？

有了 Personal Agent 之后出差安排行程就方便多了。只要对它说一句“帮我安排一下行程”它就能帮你安排得明明白白。但回头看看“帮我安排一下行程”这句话其实省略了不少必要信息。什么时候出发、坐飞机还是高铁、酒店订在哪里要不要提前一天到这些都没说。以前用 AI 工具安排行程少不了来回追问好几个问题。但对于长期和你相处的 Personal Agent很多事情就不用反复问了。因为它可以从过去的记录中找到一些线索比如你喜欢住在会议地点附近出差时倾向于选择高铁重要会议前还习惯留出时间准备资料。不过过去一直这么做就代表这次也有相同的需求吗这就涉及 Personal Agent 理解个人意图的一项能力从历史记录中发现个人偏好再结合当前情况判断哪些偏好还能用哪些事情需要重新确认。个人意图的三个层次我们和其他人交流时经常会省略一些双方都知道的信息。就像前面提到的出差安排如果对方足够了解你很多事情不用交代得那么详细也能知道你大概想要什么。Personal Agent 也是类似的道理。2026 年 ACL 发表的 PersonalAlign 研究将个人意图划分为三个层次显式意图、偏好意图和惯例意图。图注显式意图、偏好意图与惯例意图的区别图源 PersonalAlign 原论文 Figure 1显式意图最容易理解。比如你说“帮我订明天下午去东京的新干线”时间、目的地和交通方式都说清楚了Agent 可以根据这些条件查找车次。偏好意图就多了一些没有说出口的要求。比如你只说“帮我订去东京的车票”但 Agent 从过去的记录中知道你喜欢靠窗的位置也不喜欢太早出发。这些偏好就可以成为它筛选车次时的参考。惯例意图则更进一步。假设你每次出差前都会检查日程、整理会议资料那么当 Agent 发现新的出差安排时即使你没有提出要求它也可能想到你还需要做这些准备。这三个层次涉及的推断程度有所不同。显式意图主要依靠当前指令偏好意图需要参考个人记忆到了惯例意图Agent 就得进一步考虑过去的行为是在什么情况下发生的以及眼下是否又出现了类似的情况。简单来说**偏好影响你怎样完成一件事惯例则反映你在特定情况下习惯做哪些事。**喜欢坐高铁是一种偏好每次出差前检查交通安排则是一种惯例。前者可以帮助 Agent 完善任务条件后者则让它有机会发现你还没有提出来的需求。个人记忆中的偏好与惯例理解了三层意图我们来看个问题Agent 是怎么知道你喜欢什么、习惯做什么的最简单的办法当然是你主动告诉它比如“我不喜欢坐太早的航班”“酒店尽量订在会议地点附近”。这些明确表达的偏好可以保留以后遇到类似任务时就能派上用场了。但大多数人不会专门整理一份关于自己的偏好清单更多偏好线索其实散落在日常对话、日程、应用操作和历史任务中。假设你过去订过十次出差车票其中八次选择了高铁Agent 能据此判断你喜欢坐高铁吗不一定毕竟那几次出差可能刚好是高铁更方便罢了。PersonalAlign 提出的 HIM-Agent就提供了一种从历史记录中发现个人偏好和惯例的方法。图注HIM-Agent 的记忆形成机制图源 PersonalAlign它会持续收集用户的历史记录先把语义和行为相近的活动聚合起来再分别提取偏好记忆和惯例记忆。以出差预订为例虽然每次的日期、城市、车次都不同但这些操作都属于交通安排系统可以将它们归为一类再比较用户在不同任务中的选择。提取偏好时HIM-Agent 主要考虑两个方面历史指令的语义相似性以及执行任务时操作轨迹的一致性。比如在多次条件相近的商务出行中用户都主动选择高铁这就比单次订票更能说明他的交通偏好。但如果用户只是在同一条线路上反复选择高铁就很难据此判断他在其他出行场景中也有相同的偏好。所以提取偏好时还需要保留它的适用情境。相比简单记录“用户喜欢高铁”“在时间差距不大的城际商务出行中用户倾向于选择高铁”显然能提供更多参考。惯例的提取还需要关注行为发生时的状态。比如用户连续几周都在周五下午整理工作周报。系统除了识别这些相似操作还需要看看它们是不是反复发生在相近的时间和工作情境下。HIM-Agent 在筛选惯例时会结合用户状态的稳定性、行为出现的频率以及相关记录的权重判断某种行为模式是否足够稳定。这样就有机会提取出“工作周结束时用户会整理项目进度”这样的惯例记忆。当然如果用户正在休假或者相关项目已经结束这条惯例也就未必适用了。偏好和惯例虽然都来自长期记录但提取时关注的信息有所不同偏好侧重相似任务中的选择和操作方式惯例则更关注重复行为与特定情境之间的联系。历史偏好与当前情境的匹配有了个人记忆Agent 就可以在新任务中参考过去的经验。回到开头的例子你对它说“帮我安排一下下周去东京的行程。”Agent 首先会识别出目的地、时间范围和任务目标再从个人记忆中寻找相关信息。比如通过语义检索找到过去的商务出行偏好结合日历了解下周的工作安排看看有哪些条件可以提前确定。假设 Agent 找到了几条记忆你喜欢坐高铁酒店尽量靠近会议地点参加重要会议时习惯提前一天抵达。但它查看日历后发现你周三下午要在东京开会周二晚上还有一场必须参加的线上会议。这时候过去的习惯就不能全部照搬了。提前一天抵达是否还来得及高铁能不能满足行程安排这些都需要结合当前的时间、交通条件重新判断。还有一种情况你过去一直习惯提前一天抵达但这次明确要求周三上午出发。那 Agent 就应该按照这次的要求来安排不能因为记忆里有一条长期习惯就擅自改变你的决定。如果几个条件之间存在冲突Agent 也可以先整理出可行的方案再询问你更看重哪一项。比如提前抵达和减少请假时间无法同时满足就需要你来决定优先考虑什么。所以个人记忆可以帮 Agent 少问一些问题但它还需要结合当前情境判断哪些偏好可以沿用哪些需要调整以及哪些事情必须再问问你。从模糊请求到可执行的任务经过前面的处理最初那句“帮我安排一下下周去东京的行程”现在已经有了更具体的含义。图注意图识别流程图Agent 可以把收集到的信息分成三类**已确认的条件**下周前往东京需要安排行程日历显示周三下午有会议周二晚上还有工作安排。**根据个人记忆推断的偏好**酒店尽量靠近会议地点交通方式参考以往的高铁偏好重要会议前留出准备时间。**仍需确认的事项**从哪里出发、预算是多少以及这次是否需要提前一天抵达。有了这些信息Agent 就可以进一步安排行程了。比如根据会议时间和已有日程筛选交通方案再参考住宿偏好寻找酒店把符合条件的选择整理出来。不过这三类信息在后续任务中的作用并不一样。已确认的条件可以作为任务约束推断出的偏好可以用于筛选和排序而尚未确定的事项则需要视情况向用户确认。实际系统可以通过模型上下文、结构化任务状态等方式保存这些信息并没有统一的实现形式。重点在于保留不同信息的来源和确定程度避免把历史偏好当成用户这次明确提出的要求。至于后续执行Agent 可以先利用这些信息生成行程建议。如果涉及付款、取消会议等操作还需要根据用户授权和任务风险决定是否执行。个人偏好的持续更新个人记忆还有一个问题就是人的习惯会变。比如以前出差更在意价格换了工作之后可能更看重时间以前喜欢上午开会现在也可能因为日程调整想把上午留给其他工作。如果 Agent 还按照过去的习惯给建议就不一定符合你现在的需求了。那 Agent 怎么知道你的偏好变了呢一个办法就是从后续的交互中学习。PAHFLearning Personalized Agents from Human Feedback 提供了一种思路把这个过程分成三个环节行动前澄清偏好、执行时利用相关记忆以及行动后根据用户反馈更新记忆。比如Agent 根据过去的记录推荐了高铁但你告诉它“以后商务出差优先考虑时间飞机方便的话就选飞机。”这时候Agent 就可以更新原来的偏好记忆下次安排行程时参考新的要求。但如果你说的是“这次赶时间坐飞机吧”意思就不一样了。你只是这次想坐飞机Agent 没必要因此改变你长期以来的交通偏好记住这次选择的原因就可以了。当然Agent 也可能把临时选择理解成长期偏好或者没有及时发现你的习惯发生了变化。这就需要在后续交互中不断修正让它对你的了解慢慢跟上真实的变化。结语Personal Agent 要理解你的意图需要先从长期记录中找到个人偏好和惯例再结合当前的任务和实际情况判断哪些信息能派上用场。但人的想法总会变化。过去喜欢的东西现在未必还喜欢以前习惯的做法换个场景也可能不合适。所以即使 Agent 了解你过去的很多事情也不一定每次都能猜对你的想法。这就需要 Agent 在参考个人记忆的同时知道什么时候该向你确认并根据后续反馈调整判断。随着这些能力逐渐完善我们也就不用每次都从头解释自己的需求了。