PASK：迈向具有长期记忆的意图感知主动代理

主动性是通用人工智能的核心期望。针对现有研究在真实场景中的不足，本文研究了在延迟和长视野约束下，从上下文中推断潜在需求并基于演化用户记忆采取行动的场景。我们提出了 DD-MM-PAS 流式主动代理范式，并在 Pask 系统中实例化该范式，包含用于需求检测的 IntentFlow 模型、由工作区/用户/全局组成的混合长期记忆模块及闭环基础设施。此外，我们引入了基于真实用户数据构建的 LatentNeeds-Bench 基准。实验表明，IntentFlow 在低延迟下能比肩领先模型并识别更深层的用户意图。