新智元报道
新智元报道
1995年，Michael Wooldridge和Nicholas Jennings在《Intelligent Agents: Theory and Practice》中，将自主性（Autonomy）、交互能力（Social Ability）、反应性（Reactivity）和主动性（Proactiveness）列为智能体的四项基本特征。
主动性意味着智能体能够围绕目标主动开展工作。
这个要求，在三十年前就已经进入了智能体研究的基本讨论。
今天，大模型智能体已经能够理解指令、调用工具，并独立完成包含多个步骤的任务。许多系统仍然需要人来发现问题、提出任务，再交给AI处理。人们对智能助手的期待还包括另一项能力：在新的指示到来之前，发现值得做的工作，并主动着手处理。
图1｜支持主动行为的研究脉络。持续感知、预测、目标维护和介入选择，都有早于大模型的研究基础。
这项能力直接影响长程任务能否持续推进。一项工作持续几天、几周，起初的指令很难交代后来发生的每个变化。信息可能缺失，原定方案可能受阻，已经完成的安排也可能需要重新检查。智能体需要主动澄清疑问、寻找替代办法、调整计划，才能减少人反复检查进度、补充指令的负担。
设想一位研究者把会议出行和后续变动交给助手跟进，机票和酒店都已订好。出发前一周，会议延长了一天，返程航班因此早于会议结束时间，酒店的免费取消期限又在当晚截止。继续完成这次出行，需要助手发现这些安排之间的冲突，核对调整条件，准备方案，并及时提出需要研究者决定的事项。订票时的指令，很难预先写明这一连串变化该如何处理。
对于未来的超级智能体，主动性应当与智能和对齐一起受到重视。智能关系到理解、推理和执行能力，对齐关系到行为是否符合人的意图与价值。主动性还要求智能体判断什么值得做，并承担发现和发起工作的责任。一个能够长期协作的助手，需要具备这几方面的能力。
前沿实验室已经开始探索这种助手。Meta将Muse定位为能够围绕人的目标主动提供帮助、持续推进工作的个人智能体；OpenAI的dots支持跨对话持续跟进任务，也可以从获准读取的信息中主动研究，发现与既有工作有关的新情况。
学术界也在研究具体的实现方式。清华大学等机构的Proactive Agent研究如何根据情境预测任务，在没有明确指令时主动提供帮助；香港中文大学等机构的ProAgent利用可穿戴设备获取环境信息，推断日常活动中的需求，并调用工具提供协助。
如何发现需求、选择值得开展的工作，再把它持续推进，是这些探索共同面对的问题。UIUC、谷歌、斯坦福、UC Berkeley和CMU的研究者在《Proactive AI for Superintelligent Agents》中，围绕主动发起工作这一能力，提出6A分析框架，梳理相关机制、评测方法和13个应用领域。读者可以借助这个框架理解现有系统，也可以据此思考一个主动智能体还需要哪些能力。
项目主页：https://empathyang.github.io/Proactive-AI-for-Superintelligent-Agents/
Google Research: https://research.google/pubs/proactive-ai-for-superintelligent-agents/
按要求查询航班、完成订票时，需要开展的工作已经由人指出。会议延长之后，助手需要自行发现返程与住宿受到影响，判断哪些安排值得重新检查，并提出后续工作。
参会目标和预算仍然适用，具体需要处理哪些事项，要根据变化后的情况判断。这种自行发现并发起工作的能力，是综述讨论主动性时的重点。
综述把这些判断归为两个问题：什么值得处理，以及是否、何时、怎样介入。返程冲突影响参会目标，检查返程安排因此有明确理由。
发现冲突之后，助手还需要比较调整的收益与费用，考虑取消期限，并决定当前适合准备方案、请求确认，还是执行已经获准的操作。
图2｜响应式与主动行为。主动智能体自行判断什么值得处理，以及是否、何时、怎样介入；明确请求和预设规则仍可在同一系统中发挥作用。
一项指令可以规定参会日期、预算上限和允许使用的账户。转机风险与票价如何取舍、住宿无法延长时怎样调整、哪些已有安排值得保留，往往留待执行时判断。论文用「剩余决策空间」描述这些未被预先规定的选择。主动性既可以用于完成当前任务，也可以在持续职责下发现新的具体工作；人的目标和约束为这些选择提供依据。
图3｜任务中的部分要求已经明确，另一些留待执行时判断。智能体可以在受委托的范围内处理这些剩余决策，目标和约束继续适用。
发起工作的能力与执行权限可以分别安排。助手主动发现行程冲突，准备了改签方案，付款可以留给研究者确认；研究者明确要求改签后，助手也可以独立完成已获授权的操作。主动性关注工作怎样被发现和提出，自主程度关注系统可以独立执行到哪一步。智能支持它理解和解决问题，对齐则关系到行为是否符合人的意图与价值。
图4｜主动性、智能水平与对齐共同影响智能体的表现。自主程度描述获准独立执行的范围，授权需要参考可靠性和任务风险。
同一助手可以采用多种工作方式。收到查询请求后回答航班信息，到预定时间发出登机提醒，根据新的会议安排主动检查行程，都可以在一个系统中出现。随着系统承担的职责变化，人也可以从逐项操作，转为共同修改方案，再转为审核关键决定。响应式行为、主动判断和人的参与方式，需要结合具体任务一起理解。
图5｜协作方式可以连续变化。任务、证据、时间尺度和权限，共同影响智能体的主动程度与人的参与方式。
在行程例子里，自行发现工作依赖于几个相互配合的能力。通知和订单提供当前情况，预判帮助识别后续影响，目标选择决定跟进哪些事项，介入判断决定何时推进，执行与反馈则让工作继续。综述将这些能力归为6A：Awareness、Anticipation、Agenda、Arbitration、Action和Adaptation。
大语言模型和多模态模型能够处理文本、图像及其他情境信息，Agent harness提供的记忆、工具、技能和执行管理扩展了智能体的工作能力，使它能够接入外部应用、保存进度，并跨会话继续任务。6A框架帮助解释这些能力怎样用于发现和推进工作，以及不同环节之间怎样相互影响。
图6｜6A框架。图中的家庭情境说明各项能力如何相互影响，执行结果和人的反馈可以修订之前的理解与安排。
新的会议结束时间、原定返程时间和酒店取消期限，分散在通知、机票与酒店订单中。助手将这些信息与当前的参会目标关联，更新对行程的理解。此时会议延长已经确认，机票和酒店仍按原来的日期预订，后续判断有了明确的起点。
跨会话工作还依赖信息的保存与更新。记忆中保留参会目标、预算和已完成的安排，新的通知改变其中的日期。缺少改签条款时，助手可以主动查询；再次接续工作时，它可以沿用仍然有效的记录。Awareness涵盖这种状态跟踪、信息获取和记忆管理，也包括系统在没有新提问时如何获取相关变化。
图7｜工作跨越多个会话时，状态与记忆需要保持一致。持续观察还涉及隐私、计算和能源成本，信息获取的范围与频率需要与任务相称。
有了更新后的行程，助手就能推断原返程航班会与最后一天的会议冲突。返程延后又会产生住宿需求，可能影响预算和之后的日程。酒店取消期限临近，也让等待产生了潜在费用。预判把一次日期变化转化成尚未被人提出的工作需求。
这些判断同时涉及人的目标和外部条件。参会目标决定哪些时间冲突需要处理，预算与个人安排影响方案取舍；航班时刻、余票、改签规则和酒店条款决定方案是否可行。论文中的用户模型与世界模型，分别帮助系统理解这些信息，并预测后续需求与环境变化。
助手还可以比较保留原安排、延后返程或选择其他方案的后果，估计提前介入能带来什么帮助。这样的比较需要区分已核实的事实与预测中的假设。对余票或费用的推测，可以引出一次查询，查询结果再用于修正方案。
图8｜预判同时考虑人的需求和环境的变化。比较行动与等待，有助于判断提前介入能带来什么收益。
发现返程、住宿和预算受到影响后，助手选择哪些事项进入待办，将它们组织成可以推进的工作。
待办可以包括查询改签与延住条件、准备费用对照，以及提出需要研究者决定的事项。免费取消期限影响处理顺序，航班选择也会影响住宿安排。
Agenda关注目标的选择、优先级和持续维护。待办中保存每项工作的依据、进度和依赖关系，能够让助手在等待确认或跨会话中断之后继续跟进。如果延住条件已经查清、返程尚未选定，下一次接续就可以直接处理尚未完成的部分。新的重要任务到来时，已有工作也可以调整优先级，同时保留之后恢复所需的信息。
图9｜Agenda维护已有承诺，并随新请求和环境变化调整优先级。预测到的需求需要经过选择，才能成为持续跟进的目标。
返程与住宿已经进入待办，助手还要决定现在采取什么方式推进。整理选项、提醒期限、请求确认和直接修改订单，产生的影响各不相同。这一步结合证据、收益、时间与风险，决定是否介入，以及介入的时机和程度。
在这次行程中，会议日期已经确认，酒店期限也已知，因此及时准备方案有明确理由。具体费用和延住条件仍需查询，付款与取消操作还受权限约束。助手可以先完成信息查询与方案整理，把需要研究者决定的事项及时提出，待确认后再处理订单。
这里的判断还包括不确定性和可撤回程度。一项调整可能解决时间冲突，同时产生较高费用；取消订单后，原来的价格或房间也可能无法恢复。Arbitration将这些后果纳入介入选择，帮助系统把「发现了一个问题」转化成有依据的当前行动。
图10｜介入判断把证据、价值、时间和风险放在一起考虑，决定当前适合推进到哪一步。
选定了介入方式，助手就可以将原订单、新日期、备选航班、费用差额与截止时间整理成方案，让研究者比较并修改。在这一步，信息怎样呈现会影响审核所需的时间。研究者能够看清修改哪些安排、费用来自哪里，以及哪些操作还没有生效。
研究者选定方案并确认操作后，助手可以在获准范围内完成改签或住宿调整，再核对结果。
操作涉及多个应用时，部分步骤可能成功、另一些失败，已有订单和待处理事项因此需要分别记录。论文将建议、询问、草稿、预览和直接执行都纳入Action，也讨论编辑、撤销、人工接管与失败恢复如何支持协作。
图11｜介入方式决定了人怎样参与。预览、确认、修改、撤销和失败恢复，让具体操作可以理解、审核和纠正。
行程调整后，工具结果可以说明改签是否成功，研究者的修改则提供对方案的反馈。操作失败时，助手可以根据错误重新查询或调整执行办法。研究者修改了返程选项，助手也可以据此更新当前安排。反馈由此影响后续的状态理解、目标维护与行动。
跨任务学习还需要解释反馈的适用范围。假如研究者把建议的晚班航班换成早班，原因可能是当天另有安排，也可能是长期偏好。一次选择能够修正当前行程，其对今后出差的意义还需要更多证据。没有回应一条提醒，同样可能与忙碌、提示时机或内容有关。
Adaptation关注当前任务中的修正，也关注长期协作中的个性化与主动程度调整。系统要学习的内容包括需求判断、提醒时机和介入方式。执行是否成功、建议是否被接受，以及主动协助是否符合人的目标，提供了含义不同的反馈。
图12｜反馈有时延和噪声。系统需要解释信号的含义，再决定如何修正当前工作、更新偏好或调整之后的协作方式。
执行中出现新情况时，助手可以重新获取信息、调整目标或修改方案。反馈也会影响之后的预测和介入判断，六项能力因此会在持续工作中反复配合。
13个应用领域，主动性正在用于哪些工作行程安排属于个人协助，综述还考察了编码、图形界面操作、信息获取、具身机器人、安全、自动科研、智能家居、智慧城市、医疗、法律、教育、娱乐与媒体、农业，共13个领域。比较这些应用，可以看到主动发现工作的需求如何随任务、环境和人的职责变化。
图13｜论文考察13个应用领域。右侧的家庭情境描绘未来方向：人设定目标，智能体持续发现需求、安排工作，并接受人的审核和反馈。
编码领域关注如何从代码、测试和使用反馈中发现尚未被指派的问题，提出有依据的修复，并跟进维护工作。
部分系统已经能够准备修复和测试结果，持续维护整个项目则需要选择值得处理的问题、安排优先级并保留未完成的工作。自动科研系统围绕研究者给定的方向提出假设、选择实验，再根据结果安排后续研究，面临的判断还包括问题和实验是否值得投入。
家庭场景中的主动协助经常与日常规律有关。已有系统可以提醒被遗忘的设备操作，或根据使用规律预测供暖需求。持续承担家庭事务，还会涉及多位家庭成员的不同偏好，以及提醒或操作在当时是否合适。城市系统则利用预测辅助交通等公共事务的决策，具体行动通常仍由相应人员和机构决定。
论文分别记录这些系统的主动程度与执行权限。部分科研系统可以独立执行较长流程，高层研究问题仍由人给定；家居系统可以自行发出提醒，设备操作的范围另行规定。在所调查的系统中，长期维护既定职责仍有发展空间，自行修订更高层目标的能力尚未成熟。
跨领域比较呈现三个趋势：基础模型与领域专用方法共同承担工作，一部分智能体开始负责包含多个环节的流程，反馈的可靠程度和验证成本影响持续改进。
图14｜跨领域的三个趋势。持续承担工作需要通用推理、领域能力和可检验的结果，具体形式取决于应用条件。
如果评测直接给出「会议改期，请修改行程」，需要处理的问题已经由测试者指出。考察主动能力时，还需要把正式通知、已有订单和当前职责交给智能体，让它判断是否有值得发起的工作。发现了哪些需求、漏掉了什么、提出了哪些多余的改动，都应当留下记录。
综述从任务、机制和用户三个层面整理评测。在出差例子中，任务层面检查返程是否安排在会议结束之后、住宿是否覆盖参会时间、预算有没有超出，以及是否产生重复订单或取消损失。完成这些工作所需的时间、计算和人工投入，也应当计入成本。这样才能判断提前处理带来了多少实际收益。
机制层面检查助手是否识别了正式改期通知、找到相关订单、正确预测日程冲突，并在期限前安排好需要确认的事项。
提出建议的时间、所需证据与权限同样要检查。日期尚未确定时继续核实，需求已经消失时停止跟进，都可以作为合理选择计入评测。错误记录应当能够定位到信息、预测、目标选择、介入判断或执行环节。
用户层面记录研究者核对方案、补充信息和纠正错误花了多少时间，提醒是否打断工作，订单状态是否容易理解，以及修改、拒绝或停止操作是否方便。长期使用中，还需要考察人是否能够根据助手的实际可靠程度决定何时采纳、何时复核。主动协助减少的工作和新增的审核负担，都要有证据。
图15｜三层评测将工作结果、产生行动的机制，以及人的使用体验联系起来。人的审核与纠正投入也是主动协助的成本。
几天后继续行程，换一个目的地再次出差，或者修改长期预算，都能检验短期测试难以观察的问题。助手是否沿用旧偏好，能否恢复中断的工作，是否在信息过时后重新查证，需要跨周、跨月的测试。论文还提出机制层面的细致检验，帮助判断长期表现的问题具体出在哪里。
在科学研究这类长程任务中，下一步往往取决于新发现。隐藏的约束可能让原方案失效，一次失败也可能暴露新的研究问题，连人类专家都未必能提前给出完整路径。
论文认为，主动性是智能体应对这类任务的必要能力：自行察觉当前路径的问题，提出值得探索的新目标，并在需要时主动澄清，使工作能够在没有下一步指令时继续推进。
主动性也为自我进化提供方向。智能体可以从未被满足的需求、异常和自身失误中发现能力瓶颈，主动决定接下来学什么、探索什么。
学习所得又可以用于改善对情境的理解、对未来的预测，以及目标选择和介入判断。论文提出，应当研究这两种能力如何相互促进，让自我进化改善整个6A过程。
自主产生的目标和能力更新都需要接受监督。智能体为何选择某个目标、学习后行为发生了哪些变化，应当能够被检查和纠正，并尽可能支持回退。人的授权与外部安全检查，也需要约束智能体追求什么、如何改进自身。
走向超级智能体，智能、对齐与主动性需要共同发展。
具备这些能力的智能体，有望成为能够长期合作的伙伴：持续发现值得做的工作，在遇到未知问题时提出探索方向，并在实践中改进自身。
这样的协作有望减少人反复监控环境、补充指令和调整计划的负担，让人有更多精力决定哪些问题值得研究、哪些目标值得追求，并与智能体一起探索尚无现成答案的问题。
参考资料：
https://empathyang.github.io/Proactive-AI-for-Superintelligent-Agents/
编辑：LRST
