LLM Agent不懂察言观色？ReAdapt提升社交推理能力

arXiv:2609.25284v1 公告类型：新提交

摘要：社交 Agent 最基础的决策（我是否该回应这条帖子？我该联系谁？）并非纯粹的内容问题。正确的行动往往取决于人与人之间潜在的关系——关系强度、互惠性、共同联系人——而非哪条内容最显眼。标准的 LLM Agent 循环并未显式表示新的关系证据应如何修正 Agent 当前的社交假设，导致当关系线索与内容线索出现分歧时，它们容易做出表面显而易见的选择。我们通过一个关系推理 benchmark 将这种失效模式形式化：500 个合成社交世界，包含好友关系、关注、互动历史和信息流，在两个任务（回应选择）和（热情引荐，即为目标人物找到最佳桥梁联系人）上产生 1,000 条查询。在构造上，约 53% 的查询中，表面显而易见的候选人与基于关系的 oracle 不同，形成了一个“翻转子集”，Agent 必须利用关系证据来修正最初看似合理的选择。我们提出 ReAdapt（Relationship-Adaptive Agent with Policy-driven sTate，即策略驱动状态的关系自适应 Agent），它用一个显式的结构化社交状态 z = (G, B, R, N, D) 增强 ReAct 循环，该状态捕捉目标、信念、关系、规范和披露信息。每次工具观测后，ReAdapt 会运行一个类型化的 Adapt 步骤，更新该状态并发出一个策略操作（继续、切换、放弃或澄清），然后再选择下一个动作。在 Gemini-3-Flash 上，对每个任务分层抽样的 n = 150 条查询子集进行测试，ReAdapt 将热情引荐准确率从 37% 提升至 51%（+14 个百分点），回应选择准确率从 69% 提升至 77%（+8 个百分点）。Oracle 遗憾值分别从 0.260 降至 0.152、从 0.095 降至 0.053。在模型、工具和环境均固定的情况下，这些结果表明，显式的关系状态自适应有助于 LLM Agent 将检索到的社交证据转化为修正后的决策。