💬 NLP

Anticipate and Learn: Unleashing Idle-Time Compute in Proactive Agents

Dieses Papier stellt ProAct vor, eine proaktive Agentenarchitektur, die Leerlauf-Rechenleistung nutzt, um zukünftige Benutzerbedürfnisse vorherzusehen und darauf vorzubereiten, sowie den ProActEval-Benchmark, der im Vergleich zu reaktiven Baseline-Systemen signifikante Verbesserungen bei der Aufgabeneffizienz, der Reduzierung des Benutzeraufwands und der Minderung von Halluzinationen demonstriert.

Ursprüngliche Autoren: Haoyi Hu, Qirong Lyu, Xianghan Kong, Weiwen Liu, Jianghao Lin, Zixuan Guo, Yan Xu, Yasheng Wang, Weinan Zhang, Yong Yu

Veröffentlicht 2026-05-26

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Haoyi Hu, Qirong Lyu, Xianghan Kong, Weiwen Liu, Jianghao Lin, Zixuan Guo, Yan Xu, Yasheng Wang, Weinan Zhang, Yong Yu

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie haben einen sehr intelligenten persönlichen Assistenten, der unglaublich gut darin ist, Fragen zu beantworten, aber nur nachdem Sie sie gestellt haben. Wenn Sie fragen: „Wie ist das Wetter?", antwortet er. Wenn Sie dann fragen: „Sollte ich einen Regenschirm mitbringen?", prüft er erneut. Sie sind reaktiv: Sie warten auf den Befehl und handeln dann.

Die Studie stellt ProAct vor, eine neue Art von KI-Assistent, die die Regeln ändert. Anstatt nur untätig zu sitzen und auf Ihren nächsten Befehl zu warten, nutzt ProAct die „tote Zeit" zwischen Ihren Fragen, um vorauszudenken und sich vorzubereiten.

Hier ist die Aufschlüsselung der Funktionsweise, erläutert mit einfachen Analogien:

1. Das Problem: Der „dormante" Assistent

Aktuelle KI-Agenten sind wie ein Koch, der erst anfängt, Gemüse zu schneiden, nachdem Sie rufen: „Machen Sie mir einen Salat!" Sie sitzen still und tun nichts, während Sie darüber nachdenken, was Sie als Nächstes bestellen. Das verschwendet Zeit.

2. Die Lösung: Der „proaktive" Assistent

ProAct ist wie ein Koch, der, während Sie über Ihr Hauptgericht entscheiden, bereits:

Ihre früheren Bestellungen liest (Speicher), um zu erraten, dass Sie vielleicht einen Salat möchten.
Den Salat wäscht und das Dressing vorbereitet (Rechenleistung in Leerlaufzeiten), damit es sofort bereit ist, sobald Sie fragen.
Den Kühlschrank überprüft, um sicherzustellen, dass er die richtigen Zutaten hat (Faktüberprüfung).

Wenn Sie schließlich sagen: „Ich nehme einen Salat", fängt der Koch nicht erst an zu schneiden; er reicht Ihnen sofort eine perfekt zubereitete Schüssel.

3. Funktionsweise: Der Zwei-Schritte-Tanz

Die Studie beschreibt ProAct als zwei Haupt„Muskeln", die während dieser ruhigen Momente zusammenarbeiten:

Schritt A: Die Glaskugel (Vorhersage des zukünftigen Zustands)
Die KI betrachtet, was Sie gerade gesagt haben, und Ihre langfristige Historie. Sie fragt: „Was wird diese Person wahrscheinlich als Nächstes fragen?"
- Beispiel: Wenn Sie gerade ein Meeting für morgen geplant haben, vermutet die KI, dass Sie bald eine Zusammenfassung des Projekts benötigen, um es zu besprechen. Sie wartet nicht darauf, dass Sie fragen; sie sagt dieses Bedürfnis voraus.
Schritt B: Der intelligente Sparer (Erfassung in Leerlaufzeiten)
Sobald die KI eine Vermutung hat, rätselt sie nicht blind. Sie prüft: „Ist diese Vermutung nützlich? Weiß ich die Antwort bereits? Muss ich nach neuen Fakten suchen?"
- Wenn die Antwort „Ja, das ist wertvoll" lautet, nutzt sie ihre „Leerlaufzeit", um Fakten zu sammeln, sie auf Richtigkeit zu überprüfen und zu organisieren.
- Wenn die Antwort „Nein, das ist wahrscheinlich Zeitverschwendung" lautet, bewahrt sie diesen Gedanken für später auf oder ignoriert ihn.

4. Das „Werttor": Nicht stören

Eine große Befürchtung bei proaktiver KI ist, dass sie Sie mit unnützem Information überflutet (wie ein Kellner, der Ihnen Dessert bringt, bevor Sie Ihre Suppe beendet haben).

ProAct verfügt über ein strenges Werttor. Es schiebt Ihnen nur dann Informationen zu, wenn:

Sie hochrelevant für das sind, was Sie gerade getan haben.
Sie Ihnen Arbeit sparen.
Sie faktisch korrekt sind.

Wenn die Information gut, aber nicht dringend ist, legt sie sie leise in ihre „Hintertasche" (Speicher), um sie beim nächsten Mal zu verwenden, wenn Sie eine verwandte Frage stellen.

5. Die Ergebnisse: Der „ProActEval"-Test

Um zu beweisen, dass dies funktioniert, haben die Autoren einen massiven Test namens ProActEval erstellt. Stellen Sie sich ein Videospiel mit 200 verschiedenen Szenarien vor (wie die Planung einer Reise, das Verwalten eines Budgets oder die Organisation eines Projekts), bei denen die „richtigen" Antworten bereits bekannt sind.

Sie testeten drei Arten von Assistenten:

Der Reaktor: Wartet auf Fragen.
Der Einmischer: Arbeitet in Leerlaufzeiten, rät aber ohne Plan zufällig.
ProAct: Arbeitet in Leerlaufzeiten mit einem intelligenten Plan.

Die Gewinner:

Schneller: ProAct schloss Aufgaben 14,8 % schneller ab (weniger Hin-und-Her-Wechsel).
Weniger Aufwand: Nutzer mussten weniger Fragen stellen (11,7 % weniger Aufwand), da die KI oft antwortete, bevor sie fragten.
Weniger Fehler: Die KI machte 28,1 % weniger Halluzinationen (erfundene Fakten), da sie Zeit hatte, ihre Arbeit zu überprüfen, bevor sie sprach.

6. Der Haken (Einschränkungen)

Die Studie ist ehrlich bezüglich der Grenzen:

Es ist eine Simulation: Die Tests wurden in einer kontrollierten, synthetischen Umgebung durchgeführt (wie ein Flugsimulator), noch nicht unbedingt in der chaotischen realen Welt.
Kosten: Dieses zusätzliche Nachdenken kostet Rechenleistung. Die Studie ergab, dass zu viel Vorbereitung die Dinge tatsächlich verlangsamen oder den Nutzer nerven kann. Es ist ein Gleichgewicht, keine Situation, in der „mehr immer besser" ist.
Datenschutz: Da die KI ständig Ihre Historie analysiert, um Ihre Bedürfnisse zu erraten, wären für den Einsatz in der realen Welt strenge Datenschutzkontrollen erforderlich, um sicherzustellen, dass sie nicht über die Stränge schlägt.

Zusammenfassung

ProAct verwandelt die KI von einem passiven Kellner, der auf Ihre Bestellung wartet, in einen aktiven Sous-Chef, der Ihre Bedürfnisse antizipiert, die Zutaten vorbereitet, während Sie entscheiden, und Ihnen eine perfekte Mahlzeit serviert, sobald Sie bereit sind. Es nutzt die „langweilige" Wartezeit, um zu lernen und sich vorzubereiten, wodurch das eigentliche Gespräch schneller, intelligenter und genauer wird.

Technische Zusammenfassung: ProAct – Antizipieren und Lernen: Freisetzung von Leerlauf-Rechenleistung in proaktiven Agenten

1. Problemstellung

Trotz Fortschritten beim Schlussfolgern und der Werkzeugnutzung operieren aktuelle KI-Agenten grundlegend als reaktive Systeme. Sie berechnen Antworten erst nach expliziten Benutzeranfragen, wodurch die „Leerlaufzeit" zwischen Interaktionen ungenutzt bleibt. Dieses Paradigma versäumt es, die Gelegenheit zu nutzen, zukünftige Benutzerbedürfnisse vorherzusehen, das Verständnis für Benutzerpräferenzen zu verfeinern oder unterstützende Beweise vorzubereiten, bevor eine Anfrage initiiert wird.

Die Autoren kontrastieren dies mit dem psychologischen Konzept der proaktiven Bewältigung, bei dem Individuen Anforderungen antizipieren und Ressourcen ansammeln, bevor diese vollständig materialisieren. Die zentrale Herausforderung besteht darin, Leerlaufzeit in nützliche, fundierte Vorbereitung umzuwandeln, ohne den Benutzer mit irrelevanten, vorzeitigen oder schwach untermauerten Vorschlägen zu überfordern. Bestehende Agenten mit erweitertem Gedächtnis (z. B. MemGPT, MemoryBank) und proaktive Dialogsysteme bleiben weitgehend anfragengetrieben oder verlassen sich auf benutzerdefinierte Zeitpläne und fehlt es ihnen an autonomer Antizipation nicht genannter zukünftiger Bedürfnisse.

2. Methodik: Die ProAct-Architektur

Die Arbeit stellt ProAct vor, eine einheitliche Agentenarchitektur, die Leerlaufintervalle in einen strukturierten Zyklus aus Antizipation und Lernen umwandeln soll. ProAct fungiert als geschlossenes Entscheidungsproblem, das von zwei eng gekoppelten Modulen angetrieben wird:

A. Vorhersage des zukünftigen Zustands

Dieses Modul generiert eine kompakte Menge an Kandidaten für zukünftige Bedürfnisse ( $Z_t$ ) basierend auf dem Dialogverlauf ( $H_t$ ) und dem persistenten Gedächtniszustand ( $M_t$ ).

Quellen: Es kombiniert lokale Szenariovorhersage (Extrapolation aus den letzten Wendepunkten) und verwandte Erweiterung (Vorschlag benachbarter Themen basierend auf Benutzerprofilen und gespeicherten Fakten).
Gedächtnislücken-Ergänzung: Es wandelt identifizierte Gedächtnislücken (veraltete, unvollständige oder fehlende Kenntnisse) aktiv in Kandidaten für zukünftige Bedürfnisse um.
Filterung: Kandidaten werden durch Konfidenzschwellenwerte gefiltert und gegen vorhandene Gedächtnisartefakte dedupliziert.

B. Erwerb in Leerlaufzeit

Dieses Modul bewertet vorhergesagte Kandidaten und weist Hintergrund-Rechenbudget zu.

Werte-gesteuerte Selektion: Für jeden Kandidaten wird ein Score $S(z)$ $S (z)$ basierend auf vier gewichteten Faktoren berechnet:
- $r_z$ : Benutzerrelevanz.
- $g_z$ : Wissenslücke (fehlende Informationen).
- $v_z$ : Incrementeller Wert über das bestehende Gedächtnis hinaus.
- $\tau_z$ : Aktualität.
  Nur Kandidaten, die einen Werteschwellenwert $\theta_{val}$ überschreiten, werden zum Erwerb weitergeleitet.
Inkrementeller Erwerb: Das System prüft zunächst die vorhandene Gedächtnisabdeckung. Bei Teilabdeckung sucht es nur nach fehlenden Unterthemen; bei geringer Abdeckung führt es eine iterative Suche durch. Dies vermeidet redundante vollständige Neustarts.
Artefakt-Generierung: Abgerufene Beweise werden zu kompakten Wissensartefakten ( $A_z$ ) synthetisiert, die mit Herkunftsverweisen auf Quelldaten verknüpft sind, um eine faktische Fundierung sicherzustellen.

C. Nutzenbewusste Lieferstrategie

Eine Strategie $\pi$ entscheidet über den Liefermodus ( $d_z$ ) für jedes Artefakt:

Push: Sofortige Benachrichtigung, wenn der erwartete Nutzen die Unterbrechungskosten übersteigt.
Warteschlange: Integration in eine zukünftige Antwort, wenn nützlich, aber nicht dringend.
Speichern: Stilles Speichern im Gedächtnis zur späteren Abrufung, wenn keine sofortige Lieferung angemessen ist.

Das System optimiert den zukünftigen Nutzen, während es Unterbrechungskosten, Budgetverbrauch und Halluzinationsrisiken bestraft.

3. Evaluierungsrahmen: ProActEval

Um proaktive Fähigkeiten rigoros zu bewerten, stellen die Autoren ProActEval vor, einen Benchmark bestehend aus:

Umfang: 200 Szenarien über 40 Domänen hinweg (z. B. Finanzen, Gesundheitswesen, Projektmanagement).
Struktur: Jedes Szenario umfasst ein fiktives Faktenblatt und eine geordnete Sequenz von Benutzerbedürfnissen. Entscheidend sind predictable_after-Verknüpfungen, die festlegen, welche zukünftigen Bedürfnisse nach spezifischen vorherigen Interaktionen antizipierbar werden.
Kognitive Archetypen: Die Szenarien decken fünf Arten antizipatorischer Anforderungen ab: Fundamentales Gedächtnis, Übersetzung/Lückenlösung, Spur-/Abhängigkeitsbegründung, Übergabe/Konsistenzkontrolle und Bereitschaft/Nachverfolgung.
Protokoll: Ein Benutzersimulator durchläuft die Bedürfnissequenz. Wenn ein Agent ein Bedürfnis proaktiv abdeckt, überspringt der Simulator die explizite Benutzerfrage und wandelt Antizipation in reduzierten Benutzeraufwand um. Das System wird ausschließlich auf zur Laufzeit sichtbaren Informationen bewertet, ohne Zugriff auf Gold-Metadaten.

4. Schlüsselergebnisse

Empirische Bewertungen auf ProActEval und MemBench zeigen signifikante Vorteile gegenüber reaktiven Baselines:

ProActEval-Leistung:

Effizienz: Reduziert die erforderlichen Interaktionsrunden, um 100 % Abdeckung ( $T_{100}$ ) zu erreichen, um 14,8 % (von 8,11 auf 6,91 Runden).
Benutzeraufwand: Verringert den expliziten Benutzeraufwand (Runden, in denen der Benutzer fragen muss) um 11,7 %.
Faktische Integrität: Reduziert die Halluzinationsraten um 28,1 % (von 13,2 % auf 9,5 %), was auf die Fundierung proaktiver Artefakte in abgerufenen Beweisen zurückzuführen ist.
Antizipation: Erreicht einen Antizipations-Recall von 0,428 und übertrifft damit sowohl eine reaktive Baseline (0,0) als auch eine Variante „Undirected Idle" (0,0) signifikant, was beweist, dass die Vorhersagerichtung entscheidend ist.
Vergleich: Übertrifft eine angepasste ProactiveAgent-Baseline (0,020 Recall) durch die Antizipation von 703 von 1.572 antizipierbaren Bedürfnissen gegenüber 32.

MemBench-Leistung:

Reflektive Genauigkeit: ProAct erreicht eine state-of-the-art reflektive Genauigkeit bei der Inferenz von Benutzerpräferenzen und Emotionen aus dem Verlauf: 84,3 % bei 10k Tokens und 86,3 % bei 100k Tokens, und übertrifft damit frühere Baselines wie Generative Agents und MemoryBank.

Ablations- und Budgetanalyse:

Richtung vs. Volumen: Eine Variante „Undirected Idle" (Suche ohne Vorhersage) erzielt nur minimale Gewinne gegenüber einer rein reaktiven Baseline und bestätigt, dass die vorhersagegesteuerte Richtung der primäre Treiber für Effizienz ist, nicht nur ein erhöhtes Rechenvolumen.
Abnehmende Grenzerträge: Eine Erhöhung des Suchbudgets verbessert den Antizipations-Recall, reduziert jedoch den Benutzeraufwand oder die Runden nicht monoton. Übermäßige Suche kann wertarme Push-Nachrichten einführen, die Gesprächsverläufe negativ verändern, was darauf hindeutet, dass proaktive Rechenleistung ein Kompromiss am Betriebspunkt und kein zu maximierender Parameter ist.

5. Bedeutung und Behauptungen

Die Arbeit behauptet, ein neues proaktives Paradigma der Mensch-KI-Zusammenarbeit zu etablieren, bei dem Agenten Leerlaufzeit nicht als leere Verzögerung, sondern als Gelegenheit zum Lernen und Vorbereiten betrachten.

Architektonischer Wandel: ProAct weicht von „Anfrage-Antwort"-Modellen ab und führt einen kontinuierlichen Zyklus aus Vorhersage, Erwerb und Lieferung ein, wodurch Hintergrund-Rechenleistung effektiv in fundierte Vorbereitung umgewandelt wird.
Validierung von Leerlauf-Rechenleistung: Die Ergebnisse liefern kontrollierte Belege dafür, dass vorhersagegesteuerte Leerlauf-Rechenleistung den Benutzeraufwand und die Halluzinationsraten signifikant senken kann, während die faktische Integrität gewahrt bleibt.
Einschränkungen: Die Autoren vermerken bescheiden, dass diese Ergebnisse aus einem geschlossenen synthetischen Benchmark abgeleitet wurden. Sie warnen, dass der Einsatz in der realen Welt Benutzerkontrollen, Ratenbegrenzungen und Überwachung erfordert, um ein „proaktives Backfire" zu verhindern (z. B. Unterbrechung von Benutzern mit wertlosen Inhalten oder Konkurrenz zu reaktiven Antworten). Der Erfolg des Systems hängt von der Existenz vorhersehbarer Bedürfnisketten und überprüfbarer Beweisquellen ab.

Zusammenfassend zeigt ProAct, dass Agenten durch die Nutzung persistenten Gedächtnisses und prädiktiver Modellierung während Leerlaufintervallen von statischen Respondern zu proaktiven Partnern übergehen können, wodurch die kognitive Belastung reduziert und die Qualität der Interaktionen verbessert wird, ohne die faktische Genauigkeit zu beeinträchtigen.