主动代理研究环境：模拟活跃用户以评估主动助手

主动代理（Proactive Agent）能够预测用户需求并自主执行任务，作为数字助手具有巨大潜力。然而，目前缺乏真实的用户仿真框架，这严重阻碍了主动代理的发展。现有方法通常将应用程序建模为扁平的工具调用API，忽略了数字环境中用户交互的状态性和顺序性，导致无法实现真实的用户仿真。例如，在消息应用或日历应用中，用户的动作依赖于当前应用的状态，而平面API无法捕捉这种依赖性。为了解决这一问题，来自加州大学圣巴巴拉分校、独立研究者、华盛顿大学以及苹果公司的研究人员——包括Deepak Nathani、Cheng Zhang、Chang Huan、Jiaming Shan、Yinfei Yang、Alkesh Patel、Zhe Gan、William Yang Wang、Michael Saxon和Xin Eric Wang——共同提出了主动代理研究环境（Proactive Agent Research Environment, Pare）。Pare框架将应用程序建模为有限状态机，其中每个状态对应应用的一个界面或模式，状态之间的转换通过用户动作触发。用户模拟器具有状态依赖的动作空间，能够根据当前状态执行合理的操作，从而实现主动用户仿真。在此基础上，研究团队推出了Pare-Bench基准测试，包含143个多样化任务，涵盖沟通（如邮件、消息）、生产力（如文档编辑）、日程（如日历管理）和生活方式（如健康应用）等类别。这些任务设计用于测试主动代理在上下文观察、目标推断、干预时机以及多应用编排方面的能力。上下文观察要求代理理解当前用户状态和环境；目标推断则需要代理从用户行为中推测其意图；干预时机测试代理是否能在合适的时间主动提供帮助；多应用编排则评估代理协调多个应用程序完成复杂任务的能力。该基准测试为主动代理提供了标准化的评估平台。此外，论文还介绍了相关研究背景，包括强化学习在长期交互LLM智能体中的应用（2025年2月发表）以及多智能体谈判的自博弈学习（2019年ICCV研讨会工作）。这些工作与Pare框架共同构成了主动代理研究的前沿。Pare框架的提出，为主动代理的评估和开发提供了更加逼真的仿真环境，有望加速这一领域的发展。该研究于2026年7月发表于苹果机器学习研究网站，标志着主动代理评估方法的重要进步。