迈向以用户为中心的智能体推荐：平台竞争何时能让用户受益？

传统推荐系统在特定平台的目录范围内运行，限制了用户获取跨平台潜在有价值资源的机会。我们提出以用户为中心的智能体推荐范式：用户智能体比较相互竞争的平台智能体所提供的推荐，并将它们之间的交互形式化为重复博弈。平台可以在不改变项目内在价值的情况下策略性地修改描述，而每个用户智能体仅利用已消费项目的反馈来评估平台可信度。我们的分析表明，扩大资源获取范围未必能提升用户福利：策略性误导和有限的验证能力可能抵消平台竞争带来的益处。我们量化了在何种情况下，平台可信度评估能够让用户尽管面临策略性夸大，仍从更广泛的资源获取中受益。我们的分析确定了能够保证平均福利高于原始平台的资源条件和报告条件，同时所需交互预算仅随平台数量线性增长。在合成市场和基于 Amazon 的市场上的实验表明，可信度评估能够提升有限时域效用，但其益处取决于市场规模和机制参数。