让个人智能体替用户改写推荐：跨平台历史如何介入排序

导语

推荐系统正在从“平台替用户做决定”，走向“用户授权个人智能体替自己协调多个平台”。在这一设想中，智能体可以参考用户在其他服务中的兴趣与行为，帮助当前平台发现被平台局部画像遗漏的内容。不过，跨平台信息并不天然意味着更准确：平台排序包含大规模用户行为和群体统计证据，个人智能体若过度自信地改动排序，也可能把原本合理的推荐替换掉。

一篇发表于 Hugging Face Daily Papers 的研究，将这一问题正式定义为“个人智能体介导推荐”（Personal-Agent Mediated Recommendation）。它的关键并不是让智能体从零生成推荐，而是让平台推荐器先对候选集合排序，再由个人智能体结合用户授权的跨平台历史，输出最终的 Top-K 列表。

核心要点

• 推荐流程发生分工。 平台利用本地交互、内容和人群信息形成初始排序；个人智能体则承担跨平台语境下的二次审核与调整。
• 智能体需要学会克制。 跨平台历史可能救回平台错过的内容，也可能导致没有充分依据的“有害覆盖”。因此，最优策略不是尽可能多干预，而是在证据足够时纠偏、证据不足时保留平台结果。
• MediateRec 提供评测框架。 该基准包含可扩展的代理跨平台环境，以及在受控平台—智能体信息边界下进行的真实跨平台测试，用于观察不同信息条件下的介入效果。
• PAMO 关注个人证据的作用。 Personal Attribution Mediation Optimization 通过反事实地遮蔽跨平台历史，估计这些个人信息对调整结果的支持程度，再按排序位置重新分配优势信号，同时设置平台相对价值下限。

方法与结果意味着什么

PAMO 的设计重点，是避免把最终点击或反馈结果简单当作唯一训练信号。研究从理论上说明，在保持截断位置优势质量的同时，该方法能够在不降低平均平台相对价值的约束下进行局部最优的一阶重新分配。换言之，智能体不仅要追求“改对了多少”，还要考虑自己是否破坏了平台排序中原本有价值的部分。

实验显示，个人智能体确实可以对平台推荐进行有意义的修正，但即使是能力较强的专有大语言模型，也会产生不可忽略的有害覆盖。相比匹配的、只依据结果训练的强化学习方法，PAMO 在已见和未见目标平台，以及真实跨平台测试中都表现出更稳定的改进。

这项工作对未来的个人数据治理也有启发：个人智能体不应只是“更懂用户的推荐器”，还应成为一个带有授权边界、证据判断和保守机制的中间层。后续系统需要进一步回答数据如何被授权、跨平台历史如何被撤回，以及平台与个人智能体在利益冲突时应遵循什么规则。

来源：Hugging Face Daily Papers