HabitatAgent：面向住房咨询的端到端多智能体系统

住房选择是一个高风险且 largely 不可逆的决策问题。我们将住房咨询研究为住房选择的决策支持界面。现有的住房平台和许多基于LLM的助手往往将该过程简化为排序或推荐，导致推理不透明、多约束处理脆弱以及事实性保证有限。我们提出HabitatAgent——首个面向端到端住房咨询的基于LLM的多智能体架构。HabitatAgent由四个专门智能体角色组成：记忆智能体、检索智能体、生成智能体和验证智能体。记忆智能体通过约束提取、记忆融合和验证门控更新等内部阶段维护多层用户记忆；检索智能体执行混合向量-图检索（图检索增强生成）；生成智能体产出带证据引用的推荐和解释；验证智能体应用多层级验证和定向修复。这些智能体共同提供了一个可审计且可靠的端到端住房咨询工作流。我们在100个真实用户咨询场景（300组多轮问答对）上，按照端到端正确性协议评估HabitatAgent。一个强单阶段基线（Dense+Rerank）达到75%准确率，而HabitatAgent达到95%。