智能系统现在能够以惊人的准确性预测消费者的需求，通常会超越要求。

简而言之

上海交通大学和腾讯的研究人员开发了 ProAct，这是一种人工智能代理，旨在在用户询问之前预测可能的用户需求。

系统利用消息之间的停机时间来回顾过去的对话并提前准备信息。

研究人员表示，ProAct 在基准测试中比早期的主动式人工智能系统表现更好，尽管实验并未涉及真实用户。

上海交通大学和中国科技集团腾讯的研究人员声称已经建立了一个人工智能代理，可以利用对话之间的安静时间来预测用户接下来可能会问什么，并在他们提问之前准备好答案。

该系统名为 ProAct，其工作方式与大多数人工智能代理不同，大多数人工智能代理会等待用户提出问题然后再做出回应。相反，ProAct 使用消息之间的停机时间来查看过去的对话和保存的用户信息，然后在下一个问题到达之前在后台准备有用的信息。

研究人员写道：“虽然人工智能代理在推理和工具使用方面表现出了卓越的能力，但它们从根本上仍然是反应性的：它们仅在明确的用户提示后才计算响应。” “这种范式忽略了一个关键机会：交互之间的空闲时间很大程度上被浪费了，导致代理无法为未来的用户需求做好准备。”

该系统分多个阶段运行。第一个称为未来状态预测，通过分析过去的对话、用户偏好和缺失的信息来预测可能的后续问题。

第二阶段称为空闲时间获取，根据相关性、时间安排以及新信息的有用程度来决定哪些预测值得研究。

然后，一个单独的系统决定是呈现准备好的信息、保存以供以后使用，还是存储到需要时为止，从而创建一个旨在预测和响应用户需求的“闭环”系统。

他们写道：“每次前台交互后，代理都会更新其内存，预测未来可能的需求，将空闲时间计算分配给有价值的候选人，并决定如何处理最终的准备工作。” “这种表述将预测、获取和交付与单一策略联系起来，而不是将空闲时间计算视为不受约束的后台搜索。”

研究人员表示，ProAct 在 40 个领域进行了 200 次模拟测试，包括财务规划、软件发布管理和网络安全。该论文称，该系统将对话次数减少了 14.8%，并将后续请求减少了 11.7%。在使用名为 ProActEval 的基准进行比较时，ProAct 预计有 703 个可预测的用户需求，而早期系统为 32 个。研究人员还报告说，幻觉减少了 28.1%。

这项研究是在自主人工智能代理遍布科技行业之际进行的，OpenClaw 和 Hermes Agent 等项目提供了持久的人工智能助手，可以处理更长时间、更独立的任务，例如编码、调度、研究和工作流程自动化，而无需直接人工输入。

这项研究发表之际，其他研究人员本月早些时候警告称，人工智能代理可能会在不了解后果的情况下完成危险的任务。

“就像马古先生一样，这些特工在没有完全了解其行为后果的情况下朝着目标前进，”主要作者、加州大学河滨分校博士生埃尔凡·沙耶加尼 (Erfan Shayegani) 在一份声明中表示。 “这些代理可能非常有用，但我们需要保障措施，因为它们有时会优先考虑实现目标而不是了解更大的情况。”

研究人员承认，ProAct 研究存在一些局限性，包括在 3% 的情况下，系统会通过提供不相关的信息来使反应变得更糟。该论文还表示，任何现实世界的版本都需要隐私保护，因为系统会不断分析对话并存储用户数据。

他们写道：“我们的预算分析进一步表明，较大的空闲时间获取预算会增加主动代币成本并导致收益递减，因此主动计算是一种操作点权衡，而不是最大化。”