当 LLM Agent 读不懂空气：面向关系型社会推理的 ReAdapt
摘要：社会智能体最基本的决策（我应该回应这条帖子吗？我应该联系谁？）并非纯粹的内容问题。正确的行动往往取决于人与人之间的潜在关系——关系强度、互惠性、共同连接——而非哪些内容最为显著。标准的 LLM 智能体循环没有显式地表示新的关系证据应如何修正智能体当前的社会假设，这使得当关系线索与内容线索发生分歧时，它们容易做出表面显而易见的选择。我们用一个关系推理基准将这一失败模式形式化：500 个合成社会世界，包含好友关系、关注关系、互动历史和信息流，在两个任务上生成 1,000 个查询——反应选择和热情引荐（为目标人物找到最佳桥梁）。通过构造设计，在约 53% 的查询中，表面显而易见的候选人与基于关系的正确答案不同，形成一个“翻转子集”，智能体必须利用关系证据来修正最初看似合理的选择。我们提出 ReAdapt（Relationship-Adaptive Agent with Policy-driven sTate，策略驱动状态的关系自适应智能体），它在 ReAct 循环的基础上增加了一个显式的结构化社会状态 z = (G, B, R, N, D)，分别捕获目标、信念、关系、规范和披露。在每次工具观察之后，ReAdapt 运行一个带类型的 Adapt 步骤来更新该状态，并在选择下一个动作之前发出一个策略操作（继续、切换、放弃或澄清）。在 Gemini-3-Flash 上，对每个任务 n = 150 个查询的分层子集，ReAdapt 将热情引荐准确率从 37% 提升到 51%（+14 个百分点），将反应选择准确率从 69% 提升到 77%（+8 个百分点）。Oracle 遗憾值分别从 0.260 降至 0.152，从 0.095 降至 0.053。在模型、工具和环境保持固定的条件下，这些结果表明，显式的关系状态自适应有助于 LLM 智能体将检索到的社会证据转化为修正后的决策。