[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"aihot-art-84070":3},{"itemId":4,"vertical":5,"category":6,"source":7,"score":8,"title":9,"summary":10,"analysis":11,"url":12,"coverUrl":13,"direction":13,"marketSignal":13,"publishedAt":14},"84070","ai","论文研究","Apple Machine Learning Research",72,"主动智能体研究环境：模拟活跃用户以评估主动助手","苹果发布Pare框架，将应用建模为有限状态机，用于构建和评估主动智能体。","主动智能体（Proactive Agent）能预判用户需求并自主执行任务，但缺乏真实用户模拟环境是研发瓶颈。苹果研究团队提出Pare框架，将应用建模为有限状态机，以支持状态化、序列化的用户交互模拟。\n· 现有方法将应用视为扁平工具调用API，无法捕捉数字环境中的状态依赖和操作顺序，导致用户模拟不现实。\n· Pare框架将应用建模为有限状态机，每个状态代表一个界面或模式，动作触发状态转移，从而支持更真实的用户行为模拟。\n· 该框架可用于构建和评估主动智能体，使其在模拟环境中学习何时以及如何主动提供帮助。\n· 通过模拟活跃用户，研究者可以测试智能体在复杂多步骤任务中的表现，而无需真实用户参与。\n影响\u002F看点：Pare为主动智能体的研发提供了标准化测试平台，有望加速从“被动响应”到“主动服务”的AI助手进化。","https:\u002F\u002Fmachinelearning.apple.com\u002Fresearch\u002Fproactive-agent-research-environment",null,"2026-07-14 08:00:00"]