ReAdapt 框架提升 LLM 智能体社交关系推理

LLM 智能体在面对「是否回应这条动态」「该找谁做引荐」这类基础社交决策时，常常只被表面内容所吸引，而忽略人物之间潜在的关系线索——亲疏、互惠、共同好友等。当内容层面的显著性与关系层面的真实最优解发生冲突时，智能体容易做出表面合理、关系上却错误的判断。arXiv 上的一项新研究对这一失效模式进行了形式化刻画，并提出了对应的改进框架 ReAdapt。

研究背景：表面合理不等于关系正确

社交决策的核心往往不在于「哪条内容最显眼」，而在于「人与人之间的关系结构」。标准 LLM Agent 循环（典型代表是 ReAct）并没有显式地建模「新出现的关系证据应当如何修订智能体当前对社交情境的假设」，因此在关系线索与内容线索背离时，更倾向于选择表面显著的候选。

关系推理基准

为定量刻画这一失效模式，研究者构建了一个关系推理基准，包含：

• 500 个合成社交世界，每个世界包含好友关系、关注关系、互动历史与信息流
• 共 1000 条查询，覆盖两个任务：reaction selection（反应选择）与 warm introduction（暖介绍，即寻找通往目标人物的最佳桥梁节点）
• 约 53% 的查询中，"表面最合理"的候选与"关系最优"的标准答案不一致，构成 overturn 子集

在这 53% 的 overturn 案例里，智能体必须主动调用关系证据来推翻一个初始看上去合理的判断。

ReAdapt 方法概览

ReAdapt（Relationship-Adaptive Agent with Policy-driven sTate）在 ReAct 循环基础上，引入一个显式的结构化社交状态 z = (G, B, R, N, D)，分别编码：

• G：目标（goal）
• B：信念（belief）
• R：关系（relationship）
• N：规范（norm）
• D：披露（disclosure）

每一次工具观测之后，ReAdapt 会执行一次类型化的 Adapt 步骤，根据新证据更新上述状态，并发出一项策略操作（continue / switch / abandon / clarify），再据此选择下一步动作。换言之，它把"该不该改主意"这件事本身变成了一个受类型约束、可解释的状态更新过程。

实验结果

研究者以 Gemini-3-Flash 为底层模型、在两个任务各 150 条分层抽样查询上做了对比，主要结果如下：

• 暖介绍准确率：从 37% 提升至 51%（+14 个百分点）
• 反应选择准确率：从 69% 提升至 77%（+8 个百分点）
• 对应的 oracle regret 分别从 0.260 降至 0.152、从 0.095 降至 0.053

在固定模型、工具与环境的前提下，作者认为这一提升来自显式的关系状态建模本身——它让检索到的社交证据能够被结构化地转化为对原决策的修订，而非被湮没在下一轮推理中。该工作把"社交智能体是否真的理解关系"这件事，从经验性抱怨变成了一个可量化、可对照测试的研究问题。