AI 编程实时动态与要闻

当前绝大多数大模型智能体仍处于“被动响应（Reactive）”阶段——必须等待用户下达明确指令才开始执行。随着算力成本降低与持续驻留系统的普及，能够利用空闲计算资源、在用户开口前主动预测需求并执行辅助的“主动智能体（Proactive Agents）”正迅速成为人机协作的下一个竞争焦点。然而，主动并不等同于擅作主张；即使智能体自主执行的任务结果百分之百正确，一旦介入时机不当或打扰用户当前心流，就会带来极大的审核认知负担，甚至引发毁灭性的用户信任崩塌。韩国科学技术院（KAIST）与明尼苏达大学团队在最新研究（arXiv:2609.37267）中，首次系统性奠定了主动智能体的理论基石，确立了任务能力（Task Capability）、时间分配（Temporal Allocation）与用户信任（Trust）三大联合核心原则（3T 原则）。团队同步开源了多天状态交互评测基准 PROACTIVITY-GYM，涵盖状态化虚拟环境与角色化模拟用户。在一项包含 30 名真实人类受试者的严格实验中，研究揭示：人类用户在遭遇非预期打扰时信任度会断崖式暴跌，但绝大多数用户高度欢迎智能体在人类睡眠或休息时段（Sleep-Time）开展主动异步辅助。