佐治亚理工与麻省理工提出 MASCOT 多智能体协作框架

论文：MASCOT: Multi-Agent Socio-Collaborative Companion Systems 作者：Yiyang Wang, Yiqiao Jin, Alex Cabral, Josiah Hester arXiv：https://arxiv.org/abs/2601.14230 网站：https://hello-diana.github.io/MASCOT/ 代码：https://github.com/hello-diana/MASCOT 想象一下，你向几个 AI 倾诉最近的压力。 第一个说：「我理解你的感受。」 第二个接着说：「有这样的情绪很正常。」 第三个补上一句：「你并不孤单。」 大家都很友善。可聊了一圈，你只听到了同一句话的三个版本。 原本设想中的 AI 群聊，应该像一个各有所长的小团队：有人耐心倾听，有人帮助分析，也有人鼓励你迈出下一步，提出实质解决方案。但实际交流中，这些角色可能越来越像，讨论也容易变成轮流附和。 角色数量增加了，有用的视角却未必随之增加。 图 1 MASCOT 的设计目标 —— 让多个角色围绕同一位用户提供互补视角，并形成连贯的群体对话。 来自佐治亚理工学院与麻省理工学院的研究团队提出了 MASCOT，通过两阶段训练，同时优化个体角色行为与群体协作策略。团队先让每个角色学会自己的分工，再训练一位「主持人」，根据对话进展选择下一位发言者，并制定回应策略。 多个 AI 如何在形成一个协作团队？ 论文的例子很直观。用户回忆，自己搬到国外后，丈夫需要出差，身边只有刚出生的孩子和一只狗，那段时间格外孤独。 在基线方法中，前两位角色先后表达理解。用户回应说，被倾听和理解让自己踏实了一些。接下来，其他角色继续安慰：很高兴你感到被支持，你并不孤单，感到不知所措也是正常的。 每句话单独看都没有明显问题，但不同角色的用词和讨论的内容在上下文中存在明显重复。用户已经表达了新的感受，对话仍在反复确认用户最初表达的情绪。 MASCOT 的对话也从理解与安慰开始。随后，一位角色接着前面的支持，邀请用户回顾：当时靠什么力量撑了过来？这些经验能否帮助现在的自己重新建立联系？ 用户于是说，自己当时一直提醒自己，孤独只是暂时的；现在或许也可以保持耐心，慢慢与人建立联系。下一位角色顺着这条线索，肯定用户已经表现出的韧性和耐心。 前一个角色提供的支持，成为了下一个角色继续交流的起点。用户的回应也推动了后续对话的展开。 图 2 同一情境下的对话比较。红色是基线中的重复安慰，绿色是 MASCOT 承接前文并增加新视角的部分。 写好人设之后，还要让模型真正学会分工 多智能体协作面临一个基础难题：当对话持续推进、用户需求不断变化时，如何让不同智能体保持各自的分工，并持续提供互补的贡献？ 这要求智能体同时做到两件事：根据最新的对话调整回应，并保持自身角色的行为特点。例如，倾听者需要跟进用户的情绪变化，分析者需要结合新信息提出有价值的问题；它们还需要理解其他角色已经提供了什么，避免重复已有的回应。 角色之间的差异，必须在动态交互中持续发挥作用。 随着交流推进，不同角色可能逐渐回到相似的通用回应模式，都在确认情绪、重复建议。每条回复单独看都合理，整个群体却缺少新的贡献。这种角色坍塌（persona collapse）会削弱多智能体协作所依赖的功能分工。 为此，MASCOT 将角色一致性纳入训练目标，让角色差异落实为可学习、可优化的回应行为。 在情感支持实验中，团队设置了三种角色，与前面案例中的人物对应： MASCOT 在情感支持场景中设置了多种角色，比如： Alice（倾听者）：偏重倾听和确认情绪，为用户提供耐心、非评判性的回应。 Bob（鼓励者）：关注积极体验和已有优势，给予具体的鼓励与肯定。 Cathy（分析与反思引导者）：通过追问与换位思考，帮助用户梳理问题，探索原因和可能的下一步。 … 这些差异需要体现在回应的内容和作用上。光换语气还不够。 因此，MASCOT 的第一阶段是 Persona-Aware Behavioral Alignment。系统针对同一情境、同一角色生成多个候选回应，再利用强模型的反馈，筛选质量差距明确的偏好对（preference pairs），训练专门的奖励模型。该奖励模型学习判断一条回应是否符合指定角色，以及是否贴合当前情境。 这些比较可以回答很具体的问题：对于倾听者，哪种回应更贴近用户刚刚表达的情绪？对于分析者，哪一个问题更能帮助用户梳理处境？ 这样，「符合角色」就从一段提示词，变成了模型可以学习的训练信号。 随后，MASCOT 采用 GRPO，根据奖励模型提供的评分微调发言模型，使更符合角色要求的回应获得更高的生成概率。 每个角色都会说话，还需要有人判断何时开口 即使每个角色都能做好

来源只提供摘要，完整内容请打开原文。