当 LLM Agent 不会察言观色：面向关系性社会推理的 ReAdapt

社会智能体最基本的决策（要不要回应这条帖子？该主动联系谁？）并不纯粹是内容问题。正确的行动往往取决于人与人之间潜在的关系——关系强度、互惠性、共同联系人——而非哪条内容最显眼。标准 LLM Agent 循环不显式表示新的关系证据应如何修正智能体当前的社会假设，导致当关系线索与内容线索冲突时，它们容易做出流于表面的选择。我们用一个关系推理基准将这一失败模式形式化：500 个包含好友关系、关注、反应历史与动态信息的合成社交世界，在两项任务（反应选择与暖引荐——找到通向目标人物的最佳桥接人）上产生 1,000 个查询。按构造，约 53% 的查询中表面显而易见的候选与基于关系的最优答案不同，构成一个颠覆子集：智能体必须利用关系证据修正最初看似合理的选择。我们提出 ReAdapt（Relationship-Adaptive Agent with Policy-driven sTate），它以显式的结构化社会状态 z=(G, B, R, N, D) 扩展 ReAct 循环，刻画目标、信念、关系、规范与披露。每次工具观察之后，ReAdapt 执行一个带类型的 Adapt 步骤，更新该状态并发出策略操作（继续、切换、放弃或澄清），然后再选择下一个动作。在使用 Gemini-3-Flash、每任务 n=150 分层子集的实验中，ReAdapt 将暖引荐准确率从 37% 提至 51%（+14 点），反应选择准确率从 69% 提至 77%（+8 点）；相对最优解的后悔值分别从 0.260 降至 0.152、从 0.095 降至 0.053。在模型、工具与环境固定的条件下，这些结果表明显式的关系状态适配能帮助 LLM Agent 把检索到的社会证据转化为修正后的决策。