Personal Agent 如何理解个人意图？基于 PersonalAlign 与 PAHF 的三层意图框架

有了 Personal Agent 之后，出差安排行程就方便多了。只要对它说一句“帮我安排一下行程”，它就能帮你安排得明明白白。

但回头看看“帮我安排一下行程”这句话，其实省略了不少必要信息。什么时候出发、坐飞机还是高铁、酒店订在哪里，要不要提前一天到，这些都没说。

以前用 AI 工具安排行程，少不了来回追问好几个问题。但对于长期和你相处的 Personal Agent，很多事情就不用反复问了。因为它可以从过去的记录中找到一些线索，比如你喜欢住在会议地点附近，出差时倾向于选择高铁，重要会议前还习惯留出时间准备资料。

不过，过去一直这么做，就代表这次也有相同的需求吗？这就涉及 Personal Agent 理解个人意图的一项能力：从历史记录中发现个人偏好，再结合当前情况判断哪些偏好还能用，哪些事情需要重新确认。

个人意图的三个层次

我们和其他人交流时，经常会省略一些双方都知道的信息。就像前面提到的出差安排，如果对方足够了解你，很多事情不用交代得那么详细，也能知道你大概想要什么。

Personal Agent 也是类似的道理。2026 年 ACL 发表的 PersonalAlign 研究，将个人意图划分为三个层次：显式意图、偏好意图和惯例意图。

图注：显式意图、偏好意图与惯例意图的区别，图源 @PersonalAlign 原论文 Figure 1

显式意图最容易理解。比如你说“帮我订明天下午去东京的新干线”，时间、目的地和交通方式都说清楚了，Agent 可以根据这些条件查找车次。

偏好意图就多了一些没有说出口的要求。比如你只说“帮我订去东京的车票”，但 Agent 从过去的记录中知道，你喜欢靠窗的位置，也不喜欢太早出发。这些偏好就可以成为它筛选车次时的参考。

惯例意图则更进一步。假设你每次出差前都会检查日程、整理会议资料，那么当 Agent 发现新的出差安排时，即使你没有提出要求，它也可能想到你还需要做这些准备。

这三个层次涉及的推断程度有所不同。显式意图主要依靠当前指令，偏好意图需要参考个人记忆，到了惯例意图，Agent 就得进一步考虑过去的行为是在什么情况下发生的，以及眼下是否又出现了类似的情况。

简单来说，偏好影响你怎样完成一件事，惯例则反映你在特定情况下习惯做哪些事。喜欢坐高铁是一种偏好，每次出差前检查交通安排则是一种惯例。前者可以帮助 Agent 完善任务条件，后者则让它有机会发现你还没有提出来的需求。

个人记忆中的偏好与惯例

理解了三层意图，我们来看个问题：Agent 是怎么知道你喜欢什么、习惯做什么的？

最简单的办法当然是你主动告诉它，比如“我不喜欢坐太早的航班”“酒店尽量订在会议地点附近”。这些明确表达的偏好可以保留，以后遇到类似任务时就能派上用场了。

但大多数人不会专门整理一份关于自己的偏好清单，更多偏好线索其实散落在日常对话、日程、应用操作和历史任务中。假设你过去订过十次出差车票，其中八次选择了高铁，Agent 能据此判断你喜欢坐高铁吗？不一定，毕竟那几次出差可能刚好是高铁更方便罢了。

PersonalAlign 提出的 HIM-Agent，就提供了一种从历史记录中发现个人偏好和惯例的方法。

图注：HIM-Agent 的记忆形成机制，图源 @PersonalAlign

它会持续收集用户的历史记录，先把语义和行为相近的活动聚合起来，再分别提取偏好记忆和惯例记忆。以出差预订为例，虽然每次的日期、城市、车次都不同，但这些操作都属于交通安排，系统可以将它们归为一类，再比较用户在不同任务中的选择。

提取偏好时，HIM-Agent 主要考虑两个方面：历史指令的语义相似性，以及执行任务时操作轨迹的一致性。

比如，在多次条件相近的商务出行中，用户都主动选择高铁，这就比单次订票更能说明他的交通偏好。但如果用户只是在同一条线路上反复选择高铁，就很难据此判断他在其他出行场景中也有相同的偏好。

所以，提取偏好时还需要保留它的适用情境。相比简单记录“用户喜欢高铁”，“在时间差距不大的城际商务出行中，用户倾向于选择高铁”显然能提供更多参考。

惯例的提取还需要关注行为发生时的状态。

比如，用户连续几周都在周五下午整理工作周报。系统除了识别这些相似操作，还需要看看它们是不是反复发生在相近的时间和工作情境下。

HIM-Agent 在筛选惯例时，会结合用户状态的稳定性、行为出现的频率，以及相关记录的权重，判断某种行为模式是否足够稳定。这样就有机会提取出“工作周结束时，用户会整理项目进度”这样的惯例记忆。

当然，如果用户正在休假，或者相关项目已经结束，这条惯例也就未必适用了。

偏好和惯例虽然都来自长期记录，但提取时关注的信息有所不同：偏好侧重相似任务中的选择和操作方式，惯例则更关注重复行为与特定情境之间的联系。

历史偏好与当前情境的匹配

有了个人记忆，Agent 就可以在新任务中参考过去的经验。回到开头的例子，你对它说：“帮我安排一下下周去东京的行程。”

Agent 首先会识别出目的地、时间范围和任务目标，再从个人记忆中寻找相关信息。比如，通过语义检索找到过去的商务出行偏好，结合日历了解下周的工作安排，看看有哪些条件可以提前确定。

假设 Agent 找到了几条记忆：你喜欢坐高铁，酒店尽量靠近会议地点，参加重要会议时习惯提前一天抵达。但它查看日历后发现，你周三下午要在东京开会，周二晚上还有一场必须参加的线上会议。

这时候，过去的习惯就不能全部照搬了。提前一天抵达是否还来得及？高铁能不能满足行程安排？这些都需要结合当前的时间、交通条件重新判断。

还有一种情况：你过去一直习惯提前一天抵达，但这次明确要求周三上午出发。那 Agent 就应该按照这次的要求来安排，不能因为记忆里有一条长期习惯，就擅自改变你的决定。

如果几个条件之间存在冲突，Agent 也可以先整理出可行的方案，再询问你更看重哪一项。比如，提前抵达和减少请假时间无法同时满足，就需要你来决定优先考虑什么。

所以，个人记忆可以帮 Agent 少问一些问题，但它还需要结合当前情境，判断哪些偏好可以沿用，哪些需要调整，以及哪些事情必须再问问你。

从模糊请求到可执行的任务

经过前面的处理，最初那句“帮我安排一下下周去东京的行程”，现在已经有了更具体的含义。

图注：意图识别流程图

Agent 可以把收集到的信息分成三类：

已确认的条件：下周前往东京，需要安排行程；日历显示周三下午有会议，周二晚上还有工作安排。

根据个人记忆推断的偏好：酒店尽量靠近会议地点，交通方式参考以往的高铁偏好，重要会议前留出准备时间。

仍需确认的事项：从哪里出发、预算是多少，以及这次是否需要提前一天抵达。

有了这些信息，Agent 就可以进一步安排行程了。比如，根据会议时间和已有日程筛选交通方案，再参考住宿偏好寻找酒店，把符合条件的选择整理出来。

不过，这三类信息在后续任务中的作用并不一样。已确认的条件可以作为任务约束，推断出的偏好可以用于筛选和排序，而尚未确定的事项则需要视情况向用户确认。

实际系统可以通过模型上下文、结构化任务状态等方式保存这些信息，并没有统一的实现形式。重点在于保留不同信息的来源和确定程度，避免把历史偏好当成用户这次明确提出的要求。

至于后续执行，Agent 可以先利用这些信息生成行程建议。如果涉及付款、取消会议等操作，还需要根据用户授权和任务风险决定是否执行。

个人偏好的持续更新

个人记忆还有一个问题，就是人的习惯会变。比如，以前出差更在意价格，换了工作之后可能更看重时间；以前喜欢上午开会，现在也可能因为日程调整，想把上午留给其他工作。如果 Agent 还按照过去的习惯给建议，就不一定符合你现在的需求了。

那 Agent 怎么知道你的偏好变了呢？一个办法就是从后续的交互中学习。

PAHF（Learning Personalized Agents from Human Feedback ）提供了一种思路，把这个过程分成三个环节：行动前澄清偏好、执行时利用相关记忆，以及行动后根据用户反馈更新记忆。

比如，Agent 根据过去的记录推荐了高铁，但你告诉它：“以后商务出差优先考虑时间，飞机方便的话就选飞机。”这时候，Agent 就可以更新原来的偏好记忆，下次安排行程时参考新的要求。

但如果你说的是“这次赶时间，坐飞机吧”，意思就不一样了。你只是这次想坐飞机，Agent 没必要因此改变你长期以来的交通偏好，记住这次选择的原因就可以了。

当然，Agent 也可能把临时选择理解成长期偏好，或者没有及时发现你的习惯发生了变化。这就需要在后续交互中不断修正，让它对你的了解慢慢跟上真实的变化。

结语

Personal Agent 要理解你的意图，需要先从长期记录中找到个人偏好和惯例，再结合当前的任务和实际情况，判断哪些信息能派上用场。

但人的想法总会变化。过去喜欢的东西，现在未必还喜欢；以前习惯的做法，换个场景也可能不合适。所以，即使 Agent 了解你过去的很多事情，也不一定每次都能猜对你的想法。

这就需要 Agent 在参考个人记忆的同时，知道什么时候该向你确认，并根据后续反馈调整判断。随着这些能力逐渐完善，我们也就不用每次都从头解释自己的需求了。