Techub News 消息,Meta 的 Muse、OpenAI 的 Dots 与 Uber 的司机助手,都在采用「AI 代理主动发言」的模式。报道提到,这让核心难题从「回答什么」转向「何时打断、通过何种渠道、提供何种建议」。
在这类系统里,主动消息是否发送,取决于其对用户的价值能否高于打扰成本,这一过程涉及预测模型与决策模型的应用。
从“拉取”式交互转向“推送”模式
主动代理改变了传统聊天机器人的「拉取」式交互,转向「推送」模式。其决策流程包括评估信息的重要性、用户采取行动的可能性、机会的时效性,以及价值归属,也就是价值主要落在用户还是平台。
如果信息价值高且即将过期,系统会立即发送;中等价值的信息,可能进入摘要后再推送;低价值信息则会被直接丢弃。
渠道选择取决于消息价值与打扰成本
消息价值也会决定传递渠道的侵入性,路径可以从应用内卡片、聊天消息,一直到短信乃至语音电话,触达成本随之递增。
报道还提到,Uber 的结果追踪为相关预测模型提供了训练标签;而新型决策模型,例如 TypeSafe 的 Jev,则专门用于生成低成本、结构化的「发送与否」判断。
上述内容由 MarkTechPost 报道,Techub 进行了摘要整理。
本文最初由 Bit.Fan 发布。 欲了解更多加密货币新闻与市场洞察,请访问 www.bit.fan.

