ChoiceMates：通过多代理对话交互支持不熟悉的在线决策

从不送礼物到决定爱好，不熟悉的决策——即缺乏领域知识和经验的决策——既频繁又重要。这类决策的复杂性和不确定性需要独特的信息寻求、理解和决策方法。我们的形成性研究突显出，在当前工作流程中，用户希望首先均匀同步地发现广泛且相关的领域信息，快速解决新出现的问题，并获得个性化的信息评估标准。我们提出ChoiceMates，一个交互式多代理系统，通过使用户能够与动态的LLM代理集交互来满足这些需求，每个代理在领域中呈现独特体验。与现有自动化任务的多代理系统不同，用户在每轮对话中通过与所有代理聊天、与标记的代理子集聊天或调用新代理进入空间来编排代理以协助其决策。通过将ChoiceMates与网络搜索条件和多代理框架进行比较（n=12），我们表明ChoiceMates能够实现比网络搜索更自信、更满意的决策和更好的情境理解，比商业多代理框架获得更高的决策质量。我们进一步说明了参与者如何利用ChoiceMates进行不熟悉的决策，为设计更具可控性和协作性的多代理系统提供了见解。