ADEPTS: A Capability Framework for Human-Centered Agent Design
作者: Pierluca D'Oro, Caley Drooff, Joy Chen, Joseph Tighe
分类: cs.AI, cs.HC, cs.LG
发布日期: 2025-07-18
💡 一句话要点
ADEPTS：一种以人为本的智能体设计能力框架，弥合技术与用户体验鸿沟
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 人机交互 AI智能体 能力框架 用户体验 以人为本设计
📋 核心要点
- 现有AI智能体开发指导分散，缺乏统一的、面向用户的能力定义，导致开发、监控和讨论效率低下。
- ADEPTS框架定义了一组核心的、面向用户的能力，基于六项以人为本的设计原则，旨在提供统一指导。
- ADEPTS位于技术和用户体验开发的接口，补充现有框架，为AI研究人员、设计师等提供可操作的指导。
📝 摘要（中文）
大型语言模型为强大且灵活的AI智能体铺平了道路，它们通过日益融入人们的日常生活来协助人类。这种灵活性、潜力和日益增长的应用需要一种整体和跨学科的方法来开发、监控和讨论以智能体驱动的用户体验所需的能力。然而，目前关于以人为本的AI智能体开发的指导是分散的：用户体验启发式侧重于界面行为，工程分类描述了内部流程，伦理检查表解决了高层治理。缺乏一种简洁的、面向用户的词汇表，告诉团队智能体从根本上应该能够做什么。我们引入ADEPTS，一个能力框架，定义了一组核心的、面向用户的能力，以提供围绕AI智能体开发的统一指导。ADEPTS基于六项以人为本的智能体设计原则，这些原则表达了AI智能体应该展示的最小的、面向用户的能力，以便在日常使用中易于理解、控制和信任。ADEPTS补充了现有的框架和分类；与它们不同的是，它位于技术和体验开发之间的接口。通过展示ADEPTS，我们的目标是将复杂的AI-UX需求浓缩为一个紧凑的框架，该框架为AI研究人员、设计师、工程师和政策审查人员提供可操作的指导。我们相信ADEPTS有潜力加速改进与用户相关的智能体能力，简化利用这些能力进行体验设计，并提供一种共享语言来跟踪和讨论围绕AI智能体开发的进展。
🔬 方法详解
问题定义：当前AI智能体的开发面临着指导分散的问题。用户体验、工程和伦理等不同领域都有各自的关注点，但缺乏一个统一的、面向用户的能力框架。这导致开发团队难以理解智能体应该具备哪些基本能力，以及如何评估和改进这些能力。现有方法要么过于关注技术细节，要么过于抽象，无法为实际开发提供具体的指导。
核心思路：ADEPTS的核心思路是定义一组核心的、面向用户的能力，这些能力是智能体在日常使用中应该具备的。这些能力基于六项以人为本的设计原则，旨在确保智能体易于理解、控制和信任。通过提供一个简洁、可操作的框架，ADEPTS旨在弥合技术和用户体验之间的鸿沟，促进跨学科的合作。
技术框架：ADEPTS框架本身并非一个技术架构，而是一个能力框架。它定义了一组核心能力，并提供了一套设计原则来指导智能体的开发。该框架可以与现有的技术架构和开发流程相结合。其主要组成部分包括：六项以人为本的设计原则和一组核心的、面向用户的能力。
关键创新：ADEPTS的关键创新在于其以人为本的设计理念和面向用户的能力定义。与传统的以技术为中心的开发方法不同，ADEPTS强调智能体应该具备哪些用户能够理解和信任的能力。此外，ADEPTS提供了一个简洁、可操作的框架，可以促进跨学科的合作，并为AI智能体的开发提供统一的指导。
关键设计：ADEPTS框架的关键设计在于其六项以人为本的设计原则，这些原则指导了核心能力的定义。这些原则包括可理解性、可控性、可预测性、可靠性、可解释性和可适应性。这些原则确保智能体在日常使用中能够满足用户的需求，并建立用户的信任。
🖼️ 关键图片
📊 实验亮点
论文提出了ADEPTS框架，定义了六项以人为本的设计原则和一组核心的、面向用户的能力。该框架旨在弥合技术和用户体验之间的鸿沟，为AI智能体的开发提供统一的指导。虽然论文没有提供具体的性能数据，但它强调了ADEPTS在加速改进用户相关智能体能力、简化体验设计以及提供共享语言方面的潜力。
🎯 应用场景
ADEPTS框架可应用于各种AI智能体的设计与开发，例如虚拟助手、智能家居设备、客户服务机器人等。它有助于开发者设计出更易于理解、控制和信任的智能体，从而提升用户体验。此外，ADEPTS还可以作为评估智能体能力和制定相关政策的参考。
📄 摘要（原文）
Large language models have paved the way to powerful and flexible AI agents, assisting humans by increasingly integrating into their daily life. This flexibility, potential, and growing adoption demands a holistic and cross-disciplinary approach to developing, monitoring and discussing the capabilities required for agent-driven user experiences. However, current guidance on human-centered AI agent development is scattered: UX heuristics focus on interface behaviors, engineering taxonomies describe internal pipelines, and ethics checklists address high-level governance. There is no concise, user-facing vocabulary that tells teams what an agent should fundamentally be able to do. We introduce ADEPTS, a capability framework defining a set of core user-facing capabilities to provide unified guidance around the development of AI agents. ADEPTS is based on six principles for human-centered agent design, that express the minimal, user-facing capabilities an AI agent should demonstrate to be understandable, controllable and trustworthy in everyday use. ADEPTS complements existing frameworks and taxonomies; differently from them, it sits at the interface between technical and experience development. By presenting ADEPTS, we aim to condense complex AI-UX requirements into a compact framework that is actionable guidance for AI researchers, designers, engineers, and policy reviewers alike. We believe ADEPTS has the potential of accelerating the improvement of user-relevant agent capabilities, of easing the design of experiences that take advantage of those capabilities, and of providing a shared language to track and discuss progress around the development of AI agents.