Cocoa：与AI智能体的协作规划与协同执行

文献标题

Cocoa: Co-Planning and Co-Execution with AI Agents

出版信息

• 主题领域: 人工智能与人类协作的科学研究工作流
• 关键词: AI代理、人机协作、共同规划、共同执行、科学研究、计算笔记本、交互系统、大型语言模型、任务委派、文档编辑

背景与问题

• 问题/挑战: 现有的研究领域AI系统通常将规划和执行严格分离，或依赖固定的协作工作流，限制了灵活性和用户控制。这些系统缺乏流畅的人机协作机制，无法支持任务执行过程中的迭代调整。
• 重要性: 解决这些限制可以提高AI代理在复杂知识密集型领域（如科学研究）中的可用性、可控性和有效性。
• 动机与相关工作: 之前的系统探索了代理引导和用户引导的工作流，但缺乏灵活的代理委派机制。完全自主系统如ReAct将规划与执行交替进行，但未涉及人类协作。计算笔记本为迭代工作流提供了灵感，但尚未被改造用于科学研究中的人机协作。

解决方案

• 提出的方法: Cocoa，一个交互式系统，将AI代理集成到文档编辑器中，以实现科学研究任务的交替共同规划和共同执行。
• 创新点:
  1. 引入交替共同规划和共同执行，使用户和AI代理能够协作规划并迭代执行任务。
  2. 灵活的任务委派机制，允许根据上下文进行调整。
  3. 将AI代理集成到文档编辑环境中，借鉴计算笔记本的设计，支持直观的交互式工作流。
• 流程与关键技术:
  • 用户调用代理提出计划，计划内容可在文档中进行编辑和交互。
  • 计划中的任务可以分配给用户或代理，并支持逐步或连续执行。
  • 用户可以编辑输出、重新规划步骤，并动态交替进行规划和执行。
  • 输出以交互式侧边栏或文档中的最终摘要面板形式呈现。

结果

• 具体发现:
  • 在实验室研究中（n = 16），Cocoa提高了代理的可控性（中位评分为4，相较于聊天基线的3，p = 0.005），同时未降低易用性。
  • 在实际应用部署中（n = 7），用户利用Cocoa进行文献综述和早期项目规划，将高层任务分配给自己，将迭代任务分配给代理。
• 相较基线的优势:
  • Cocoa减少了被动输出检查时间（33.6% vs. 基线的54.1%），并通过共同执行增加了主动参与时间（15.2% vs. 3.1%，p < 0.001）。
  • 参与者认为Cocoa结构化、可编辑的计划相比聊天界面更有效地引导代理。
• 实验/评估:
  • 实验室研究: 采用被试内设计，比较Cocoa与基于聊天的基线在文献增强任务中的表现。
  • 部署研究: Cocoa在真实研究项目中的7天使用情况，跟踪任务委派和迭代工作流。
• 局限性与未来工作:
  • Cocoa的线性文档格式限制了计划分叉和并行迭代；未来工作可探索基于节点的画布。
  • 系统缺乏多模态能力和代码执行支持。
  • 研究仅限于计算机科学及相关领域的研究人员；需要探索更广泛的领域。

总结

Cocoa是一个交互式系统，允许科学研究人员在文档编辑环境中与AI代理协作规划和执行任务。通过交替共同规划和共同执行，Cocoa使用户能够迭代优化计划和输出，相较于传统的基于聊天的界面提供了更大的灵活性和控制力。实验室和实际应用研究表明，Cocoa提高了代理的可控性，并支持动态的人机协作，同时未降低易用性。未来工作可以扩展Cocoa的功能，以支持多模态输入、层次化计划以及更广泛的研究领域。