深度个性化：本地主动智能体的持续上下文观察

AI智能体的能力在快速提升，但用户仍需自己判断何时该求助、如何求助，大量本可被支持的机会因此流失。主动智能体（Proactive Agents）被视为填补这一缺口的关键，但真正的主动并不等于频繁打扰——它需要理解用户当下在做什么，并对介入时机做出个性化判断，在帮助更可能被接受时出手。

从“会做事”到“会挑时机”：主动性的核心难题

当前智能体的能力瓶颈已从任务执行转向交互决策。用户必须主动识别需求、组织指令，这一环节本身构成了使用门槛。主动智能体的设想是让系统感知用户活动并主动提供帮助，但难点在于：介入过早会打断心流，介入过晚则失去价值。论文将这一能力缺口概括为“主动性需要理解用户实时活动，并对介入时机进行个性化”。

这也解释了为何简单的规则触发（如固定时间提醒、关键词触发）难以奏效。有效主动性依赖对个体工作模式的理解，而非通用启发式。

深度个性化：观察—记忆—适应的闭环

研究提出“深度个性化”（Deep Personalization），将其定义为一个闭环过程：智能体持续观察用户活动，选择性保留长期上下文，并从隐式反馈中调整介入决策。三个环节相互咬合——

• 持续观察：不依赖用户显式输入，而是从桌面活动中获取信号；
• 选择性记忆：并非全量记录，而是维护紧凑的长期用户建模上下文；
• 持续适应：从参与、忽略、显式请求、重复工作模式等隐式信号中学习“何时该帮”。

按作者的说法，这一设计的价值在于把个性化从“一次性配置”变为持续演化的过程，使智能体随用户日常工作的变化而调整。

Coco 与 Observer Agent：架构与隐私设计

研究在主动式桌面智能体 Coco 中落地了深度个性化，核心是一个独立的 Observer Agent。它负责监控桌面活动、维护紧凑的长期用户建模上下文，并基于隐式信号学习何时提供帮助。这些信号包括用户对建议的参与、关闭/忽略、显式请求，以及重复出现的工作模式。

说个细节隐私路径：研究团队开发了高效的端侧策略，使 Observer Agent 能在本地 AI 计算平台上运行，而无需将原始活动数据传出设备。对于持续监控桌面的系统而言，这是能否被用户接受的前提条件之一。

端侧 AI 计算平台 指在用户本地设备（如 PC 的 NPU 或本地推理框架）上直接运行模型，而非将数据上传至云端处理。对持续监控桌面的 Observer Agent 而言，端侧运行意味着原始活动数据不出设备，只保留紧凑的建模上下文，从而在架构层面降低隐私风险。这一路径的代价是本地算力与内存受限，需要高效的模型压缩与推理策略；文中强调“高效的端侧策略”，正说明 Observer Agent 的设计必须在效果与本地资源之间取得平衡。

评测：合成基准与真实用户研究

大规模评估主动智能体面临现实障碍——收集真实用户活动数据涉及敏感隐私。研究因此提出一条数据合成流水线，将已有的计算机使用轨迹转化为 OSWorld-Persona 基准，该基准带有以人物画像为条件的介入标签（persona-conditioned intervention labels），用于衡量智能体是否在“该介入时介入”。

结果呈现出两个层面的一致性：

• 基准测试：在 OSWorld-Persona 上，深度个性化使三个模型骨干的宏 F1 从直接提示下的 0.12–0.19 提升至适应后的 0.35–0.48，相对提升达 2.4–3.0 倍；
• 真实场景：为期一周的用户研究中，Coco 的宏平均 F1 从 0.199 提升到 0.515。

两组数据方向一致，说明合成基准上的改进能够迁移到真实使用情境，而非仅对基准过拟合。

宏 F1（Macro F1） 是评估主动介入决策的核心指标。在“何时该介入”这一二分类问题中，模型需判断每个时刻是否应当触发帮助。宏 F1 先分别计算“该介入”和“不该介入”两类的精确率与召回率，得到各类的 F1 分数，再对两类取算术平均。与普通准确率相比，宏 F1 对类别不平衡更敏感——主动智能体在绝大多数时刻都应保持沉默，若模型倾向“从不介入”，准确率可能很高但宏 F1 会很低。因此该指标能真实反映智能体在稀缺介入机会上的判断质量，也是原文中 0.12 到 0.48、0.199 到 0.515 这些数字具有说服力的原因。

隐式反馈（Implicit Feedback） 指用户没有明确表态、但行为本身携带偏好信号的数据。在 Coco 的场景中，用户接受或忽略建议、关闭弹窗、重复同一操作流程，都属于隐式反馈。与显式评分或指令相比，隐式反馈噪声更大、信号更稀疏，但获取成本低且不打断用户。深度个性化正是依赖这类信号持续调整介入策略，因此其长期稳定性成为文中列出的待解问题之一。

意义与待解问题

这项工作的启示在于：主动智能体的竞争力可能不再主要取决于模型能力本身，而取决于上下文观察的精度与介入决策的个性化程度。端侧运行方案则回应了持续监控带来的隐私顾虑，为本地主动智能体提供了一条可实施的路径。

仍需观察的问题包括：隐式反馈信号在长期使用中的稳定性、紧凑上下文在跨应用复杂工作流中的表达能力，以及在多用户共享设备场景下的建模边界。作者将结论限定为“端侧深度个性化可使主动智能体更及时、更贴近每个用户的日常工作”，这一表述本身也提示了适用范围——个性化效果高度依赖个体工作模式的规律性。