LifeSide：将智能体作为终身数字伴侣的基准测试

终身数字伴侣必须整合跨会话线索，持续更新对用户的理解，并适应不断变化的隐私边界。现有评估往往孤立地测试记忆召回和短期共情，无法捕捉这一复杂性。为此，我们引入了 LifeSide 基准，其核心在于多会话的“记忆 - 情感 - 环境”循环。该基准通过将用户建模为具有分层画像和事件轨迹的持久世界，利用多智能体模拟将环境动态投射到对话中，保留了潜在思想与可观察表达之间的关键差距。通过对 2000 个角色和 11.1 万项任务在记忆追踪、用户理解、隐私控制和情感陪伴方面的评估，实验结果揭示了一个严峻现实：即使在当前记忆基准上表现饱和的模型，也无法在长周期内维持准确的用户理解和真正的陪伴能力。