基于跨平台用户历史的个人智能体介导推荐

arXiv:2610.07588v1 公告类型：交叉发布 摘要：现代推荐正从以平台为中心的个性化转向由用户主导的个性化，其中个人 LLM 智能体可以代表用户跨服务采取行动。我们将这一新兴范式形式化为个人智能体介导推荐：平台推荐器利用平台内部信息对候选集进行排序，个人智能体则利用用户授权的跨平台历史对该排序进行调节，生成最终的 top-K 推荐列表。这种调节并非易事：平台排序可能蕴含个人智能体无法观察到的强有力群体证据，因此，有效的调节必须在有益纠偏与有害改动之间取得平衡。为研究这一权衡，我们推出了 MediateRec 基准，其中包含可扩展的代理跨平台环境，以及在受控的平台与智能体信息边界下开展的真实跨平台测试。为训练智能体有效利用跨平台历史，我们进一步提出 Personal Attribution Mediation Optimization（PAMO），通过反事实地屏蔽这些历史来估计个性化调节的支持度，并在平台相对价值下限约束下重新分配排序感知的优势总量。我们从理论上证明，PAMO 能够保持截断位置层面的优势总量，并且在保持该总量且不降低平均平台相对价值的一阶重分配方案中具有局部最优性。MediateRec 上的实验表明，个人智能体介导能够对平台推荐作出有意义的纠正，但即便是能力强大的专有 LLM，也会引入不可忽视的有害改动。在已见和未见的目标平台以及真实跨平台测试中，PAMO 均持续优于匹配条件下仅基于结果的强化学习，同时实现了更好的纠偏与损害平衡。