智能体与自主科学
突破级
暂无讲解视频
收录解读
这篇论文把 agent 从被动响应推进到 proactive assistance：真实个人助理有大量空闲时间，可以提前维护上下文、预测需求并准备可验证的中间产物。
方法围绕 idle-time compute 设计，让 agent 在用户未明确发出下一步请求时进行预测、检索、计划或预执行，并在后续任务中复用这些准备。
论文同时提出 ProActEval，用于评估 proactive preparation 是否真正提升后续任务质量，而不是制造无用工作或干扰用户。
它值得正式收录，因为它改变了 agent 运行时模型：计算不只发生在 prompt 后，而是成为长期用户环境中的持续资源调度问题。