超越对话的心智理论与说服：评估大语言模型通过规划与行动诱导信念状态的能力

本文提出非对话规划心智理论（NCP-ToM），评估智能体通过行动而非对话诱导其他智能体信念状态的能力。利用新框架 NCP-ExploreToM，要求模型通过移动物体或引导角色达成信念目标。实验显示 GPT-5 在代理设置中成功率约 80%，是唯一超越人类表现的模型，但在跨情境鲁棒性上仍逊于人类。研究发现所有模型在诱导真实信念时表现优于虚假信念，这对对齐研究具有积极意义，凸显了自主社会智能体评估的重要性。