中文

系统化 LLM 人格设计:面向 AI 伴侣应用的四象限技术分类框架

人机交互 2026-01-26 v2 人工智能

摘要

LLM 基于人格的 AI 伴侣应用设计与应用正在迅速扩张但呈碎片化趋势,涵盖虚拟情感伴侣、游戏 NPC 以及具身功能机器人等。不同目标、模态与技术堆栈的多样性制造了迫切需要统一框架的压力。为此,本文通过提出面向 AI 伴侣应用的四象限技术分类框架,系统化地整理了该领域。该框架沿着两个关键轴向划分:虚拟 vs. 具身,情感伴侣 vs. 功能增强。第一象限(虚拟伴侣)探讨虚拟偶像、浪漫伴侣及故事角色,引入四层技术框架以分析其在维持长期情感一致性方面的挑战。第二象限(功能虚拟助理)分析 AI 在工作、游戏和心理健康领域的应用,强调从“感受”向“思考与行动”的转变,并指出关键技术如企业级 RAG 和边缘推理。第三、四象限(具身智能)从虚拟转向物理世界,分析家庭机器人和垂直领域助理,揭示符号 grounding、数据隐私和伦理责任等核心挑战。该分类框架为研究者和开发者提供系统化的地图,帮助导航复杂的人格设计空间,也为政策制定者提供依据,以识别不同应用场景中固有的独特风险。

关键词

引用

@article{arxiv.2511.02979,
  title  = {Systematizing LLM Persona Design: A Four-Quadrant Technical Taxonomy for AI Companion Applications},
  author = {Esther Sun and Zichu Wu},
  journal= {arXiv preprint arXiv:2511.02979},
  year   = {2026}
}

备注

Accepted to Neurips 2025 workshop: LLM Persona Workshop