Resumo Técnico: AURA: Sondagem Direcionada à Intenção para a Revelação de Necessidades Implícitas em Agentes LLM Situados

1. Definição do Problema

O artigo aborda uma limitação crítica nos atuais agentes situados baseados em LLM: a tendência de responder apenas ao conteúdo literal de uma consulta do usuário, negligenciando a necessidade de informação implícita. Em ambientes estruturados onde o estado privado (ex: o humor de um agente, disponibilidade ou objetivos não declarados) está oculto atrás de um acesso mediado por ferramentas, os agentes padrão frequentemente falham em inferir que uma consulta como "Onde está Lin Wei?" pode significar, na verdade, "Lin Wei está livre para conversar?" ou "É apropriado interrompê-la?".

Abordagens existentes como o ReAct intercalam raciocínio e uso de ferramentas, mas apenas disparam ferramentas quando a consulta superficial exige explicitamente. O Plan-and-Solve planeja ferramentas antecipadamente com base em consultas literais, e o Generative Agents injeta todo o estado do ambiente como contexto passivo, sem controle sobre quais estados privados devem ser revelados. Consequentemente, os agentes tomam decisões com contexto incompleto, inventam detalhes em vez de fundamentar respostas no estado atual e falham em traduzir o estado do ambiente para o contexto específico que o usuário precisa para sua próxima ação.

2. Metodologia: O Framework AURA

O AURA introduz um mecanismo de controle que insere uma etapa de inferência entre a percepção da cena e o uso de ferramentas. Ele opera em um regime "situado" onde o estado privado é particionado e acessível apenas via sondagem ativa.

Arquitetura Central

O framework consiste em duas fases:

1. Montagem Determinística de Contexto: Uma fase passiva (Sentir → Cena → Memória) que agrega o contexto público, de forma semelhante aos Generative Agents.
2. Raciocínio Controlado por LLM: A contribuição inovadora, que inclui:
   • IntentInferrer: Um estágio mediado por LLM que gera um IntentFrame.
   • Explore (Explorar): Um loop de sondagem proativa limitada que execlete chamadas de ferramentas baseadas nas diretrizes do IntentFrame.
   • Reason/Act/Interact (Raciocinar/Agir/Interagir): A geração final de resposta e interação.

O IntentFrame

A inovação central é o IntentFrame, uma saída estruturada gerada pelo IntentInferrer antes de qualquer chamada de ferramenta. Ele contém:

• $\ell$ (Necessidade Literal): Reiteração da consulta superficial.
• $I$ (Necessidades Implícitas): Uma lista de necessidades ocultas plausíveis (ex: disponibilidade, humor).
• $g$ (Pontuação de Lacuna/Gap Score): Um escalar no intervalo $[0, 1]$ representando a divergência entre a resposta literal e a necessidade implícita.
• $P$ (Sondas Recomendadas): Um subconjunto de ferramentas candidatas para investigação.
• $a$ (Flag de Alerta): Indica se um alerta de aviso prévio é necessário.
• $c$ (Confiança): Autorelato de confiança.
• $r$ (Racional): Explicação para a inferência.

Sondagem Proativa Limitada

O estágio Explore utiliza a pontuação de lacuna $g$ para determinar um teto de orçamento de sondagem $B(g)$.

• O mapeamento é determinístico: $g \in [0, 0.2) \to B=0$, até $g \in [0.8, 1] \to B=5$.
• Crucialmente, $B(g)$ é um teto, não um alvo. O planejador LLM decide quando parar de sondar uma vez que a informação acionável foi coletada, muitas vezes emitindo menos sondagens do que o teto permite.
• Este loop é direcionado a objetivos, limitado (para controlar custos de API) e composível (os resultados atualizam o contexto para decisões subsequentes).

3. Principais Contribuições

1. IntentFrame como Variável de Controle: O artigo introduz o IntentFrame como uma decisão de roteamento pré-ferramenta que considera a estimativa de lacuna. Isso permite que o agente determine quais sondagens de estado privado emitir e quantas antes de gerar uma resposta.
2. Validação Empírica no Benchmark de Necessidade Implícita: No benchmark de 100 consultas e quatro cenas, o AURA melhora significativamente a cobertura de necessidade implícita em comparação com a sondagem do tipo ReAct ($\Delta = +0.07$, $p < 10^{-6}$). Três das quatro cenas mostraram significância individual.
3. Caracterização do Mecanismo: Os autores demonstram que o ganho de desempenho é impulsionado pela calibragem de lacuna via LLM, não pela memorização de respostas. Estudos de ablação mostram que remover os exemplos de few-shot colapsa o ganho, e substituir o IntentInferrer do LLM por um heurístico reduz o desempenho de 0.803 para 0.368.
4. Fronteira de Pareto Acesso-Custo: Em tarefas de fundamentação factual, o AURA não necessariamente maximiza a precisão bruta, mas atinge um ponto ótimo de Pareto: ele reduz as contagens de sondagem em 82% em comparação com baselines de sondagem fixa e alcança 0% de violações de ferramentas proibidas em fatias sensíveis à privacidade, enquanto outros métodos frequentemente violam restrições de privacidade.
5. Recursos Abertos: O lançamento do simulador AURATown, o benchmark de 100 consultas com rótulos de subcategoria (acordo inter-avaliador $\kappa=0.61$) e registros de execução por semente (seed).

4. Resultados Experimentais

A avaliação utiliza o gpt-4o-mini como espinha dorsal e juiz, com verificações de robustez entre modelos utilizando claude-haiku-4.5 e qwen-plus.

• Revelação de Necessidade Implícita: O AURA-Intent alcançou uma pontuação de cobertura de necessidade implícita de 0.804, superando significativamente o NoIntent (estilo ReAct) com 0.733 e o Literal com 0.223. Os maiores ganhos foram observados em consultas de "disponibilidade", onde a forma superficial mascara totalmente a necessidade implícita.
• Fundamentação Factual: Em tarefas de busca factual, o AURA (GapRouted) alcançou uma precisão factual (FA) de 0.696 com uma média de 1.40 sondagens por consulta. Este valor é inferior ao baseline Fixed-Probe (FA 0.766, 8.00 sondagens), mas representa um ganho massivo de eficiência.
• Privacidade: Em uma fatia sensível à privacidade, o GapRouted reduziu as violações de ferramentas proibidas para 0%, comparado a 78.9% para o Plan-and-Solve e 25.6% para o ReAct.
• Avaliação Humana: Avaliadores independentes pontuaram o AURA significativamente acima dos LLMs Vanilla em consciência ambiental, utilidade da resposta, crenibilidade do agente e precisão factual.

5. Significância e Alegações

O artigo posiciona o AURA não como um impulsionador universal de precisão, mas como um mecanismo especializado para agentes situados operando em ambientes com estados privados ocultos.

• Escopo: Os autores afirmam explicitamente que o AURA visa "regimes situados com estado oculto mediado por ferramentas". Não foi projetado para exploração de mundo aberto ou navegação incorporada (embodied navigation).
• Compromisso (Trade-off): O mecanismo é um ponto de Pareto acesso-custo. Ele troca a precisão factual bruta por reduções significativas nos custos de sondagem e violações de privacidade em cenários factuais, ao mesmo tempo em que fornece o principal aumento de precisão em cenários de necessidade implícita.
• Ponto de Controle: O artigo argumenta que a sondagem direcionada à intenção é uma operação promptada por LLM em um ponto de controle específico (a estimativa de lacuna), e não uma propriedade emergente de todo o pipeline.
• Limitações: Os autores reconhecem que os exemplos de few-shot são "estruturais" (load-bearing) para a calibragem da lacuna. Eles também observam que o mapa atual de lacuna-para-orçamento é uma função degrau ajustada manualmente, sugerindo que aprender este mapeamento a partir de logs de interação pode ser uma melhoria futura. O framework não se transfere automaticamente para benchmarks de crença externa (ex: FANToM) sem adaptação específica.

Em resumo, o AURA fornece uma abordagem estruturada para preencher a lacuna entre o que um usuário pergunta e o que ele realmente precisa saber em ambientes multi-agentes complexos, permitindo que os agentes revelem proativamente o estado oculto sem sondagens indiscriminadas ou que violem a privacidade.