面向用户的多轮 Agent 的意图驱动情境跟踪

面向用户的多轮 Agent 必须基于不断演变的任务情境采取行动，而该情境由变化的用户意图、累积的基于工具的事实、缺失信息以及执行约束共同塑造。现有的上下文管理方法改进了对过往交互历史的利用，但很少维护一种显式的情境状态，将基于事实的信息与任务状态判断区分开来。因此，Agent 往往需要从对话轨迹中隐式推断细粒度属性、任务依赖关系和约束满足情况。我们提出 Intent-Driven Situation States（IDSS），这是一种无需训练的框架，可在对话之外维护显式的情境状态。IDSS 将工具返回结果解析为具备来源感知的实体和属性，跟踪用户意图、所需变量、约束和执行状态，并将新事实传播到任务约束中，以更新动作的可执行性。这使 Agent 能够避免不可行的动作、推进相互依赖的目标，并复用相关信息，而无需反复搜索原始历史。在涵盖八个 LLM 的三个交互式基准上的实验表明，IDSS 提升了任务完成度、偏好获取和交互效率，并在涉及多实体协调、不断演变的用户约束以及约束感知重规划的任务中带来了明显收益。消融实验和错误分析表明，这些改进来自事实持久化、以意图为中心的状态跟踪和约束建模之间的相互作用。这些结果表明，对于可靠的面向用户多轮 Agent，显式情境跟踪提供了一种有效替代以历史为中心的上下文管理的方法。