LLM Agent 不懂察言观色？ReAdapt 提升关系社交推理能力

arXiv:2609.25284v1 公告类型：新提交 摘要：社交 Agent 最基础的决策（要不要回复这条帖子？应该联系谁？）并非纯粹的内容问题。恰当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——而不是哪条内容最显眼。标准的 LLM Agent 循环并没有显式表示新的关系证据应如何修正 Agent 当前的社会假设，因此当关系线索与内容线索不一致时，它们容易做出表面看似合理的选择。我们用一个人际关系推理 benchmark 来形式化这种失效模式：500 个合成社交世界，包含好友关系、关注关系、互动历史和动态流，在两个任务上产生 1,000 条查询：回复选择和热介绍（找到通往目标人物的最佳桥梁）。按构造，约 53% 的查询中，表面显而易见的候选者与基于关系的 oracle 不同，形成一个"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），它在 ReAct 循环中加入了显式的结构化社交状态 z = (G, B, R, N, D)，用于捕捉目标、信念、关系、规范和信息披露。每次工具观察之后，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（continue、switch、abandon 或 clarify），然后再选择下一个动作。在 Gemini-3-Flash 上，对每个任务的 n = 150 条查询的分层子集，ReAdapt 将热介绍准确率从 37% 提升到 51%（+14 个百分点），将回复选择准确率从 69% 提升到 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。