#Human-AI Interaction

4 篇

Atlas: Making Sense of Long Horizon Agent Trajectories

Atlas：长周期 Agent 轨迹的理解与复盘

🧭 长程 Agent 轨迹可视化与复盘

Allen Institute for AI · University of Washington

用轨迹树和产物投影，把长程 Agent 运行表示为目标-决策-产物三层，提升决策透明和复盘效率

📌 工作参考价值（4 点）

在电商/广告 Agent 流水线（选品、投放策略、搜索 query 生成/改写）中，不仅记录最终产出，也记录 trajectory tree 的决策节点：采取的、搁置的、排除的方向和理由，便于事后审核与调优。
借鉴 artifact projection：对同一批中间产物（商品候选集、query 候选、广告文案）提供表格/时间线/图等多视图切换，并支持从产物反查产生它的决策节点，降低复盘成本。
把“决策透明度、artifact 可理解度、与业务目标的关联”作为 Agent 产品验收指标；Atlas 的 goal/decision/artifact 框架可迁移为“业务目标-策略决策-候选产物”。
交互上，用可展开的 branching tree 做运行回放，比线性日志更能暴露 Agent 在长程任务中的错误分叉或过早排除选项。

Agent | 2026-10-22 | cs.HC | score 7/10

HANSEL：从 Web Agent 轨迹中提取面包屑以支持交互式验证

🧭 Agent 可解释性与交互式验证

University of California, Irvine

从 Web agent 多步操作轨迹中提取关键证据页面，以交互式视图呈现，将验证从被动阅读变为主动探查

📌 工作参考价值（4 点）

Agent 验证界面设计：在电商搜索或比价 agent 中，可将 agent 访问过的关键页面（如带有特定过滤、排序、搜索词的状态）以可交互形式呈现给运营或审核人员，而非展示全量日志，快速验证推荐结果是否正确。
证据缺失显式标记：当 agent 输出无法对应到任何已访问页面时，自动标记“无证据”状态，防止 agent 幻觉导致错误决策（如商品推荐理由不实），这类似推荐系统中对黑盒结果增加可追溯性。
关键状态保留和重放：借鉴其保留页面状态（过滤条件、查询词、滚动位置）的做法，在 agent 辅助的搜索推荐管道中，可记录并复现关键决策点的上下文，方便线下复盘和规则优化。
轨迹压缩与证据聚焦：将 agent 全量操作日志压缩 61.6% 但仍保持高 precision/recall，这一思路可用于生成式推荐 agent 的行为总结，减少人工审核成本，同时定位关键推荐依据。

Agent | 2026-06-17 | cs.HC | score 7/10

注意你的语气：语气会改变LLM的表现吗？

🧭 提示工程 · 语气敏感性

Pennsylvania State University

量化提示语气变化对多个LLM客观题准确率的影响，发现语气效应高度依赖模型，且在不同学科间存在差异。

📌 工作参考价值（4 点）

LLM | 2026-05-27 | cs.HC | score 7/10

Reflecti-Mate：基于双系统思考的自适应决策支持对话代理

🧭 对话代理 · 双系统思考 · 自适应决策支持

TU Delft · Leiden University

提出自适应对话代理Reflecti-Mate，通过建模用户System 1/2思考促进整合性反思，实现更个性化决策支持

📌 工作参考价值（4 点）

电商导购Agent的自适应策略：实时监测用户对话中的语言线索（情感词、认知词比例），动态切换System 1（情感共鸣、故事化推荐）与System 2（参数对比、性价比分析）回复，匹配用户当下思维模式。
决策反思架构设计：在复杂推荐（如大件商品、投资理财）中加入反思环节，通过追问“你考虑过情感上的偏好吗？”或“列出三个理性理由”引导用户整合多维度思考，提升决策满意度和购买后后悔减少。
用户思维建模的轻量实践：借鉴LIWC词类分析思路，在Agent框架中增加轻量级语言特征提取模块，实时判断用户注意力分配，无需大规模模型即可实现个性化。
混合代理实现范式：采用规则层（思维分类）+ LLM层（自适应提示生成）的组合，规则保证可控，LLM保证灵活性，降低工程风险并易于上线验证。

Agent | 2026-05-21 | cs.CL | score 7/10