HabitatAgent：用于住房咨询的端到端多代理系统

住房选择是一个高风险且基本上不可逆转的决策问题。我们研究住房咨询作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 的助手通常会将这一过程简化为排名或推荐，从而导致推理不透明、多约束处理脆弱以及对事实性的保证有限。我们推出 HabitatAgent，这是第一个由 LLM 支持的多代理架构，用于端到端住房咨询。 HabitatAgent 包含四个专门的代理角色：记忆、检索、生成和验证。内存代理通过内部阶段进行约束提取、内存融合和验证门控更新来维护多层用户内存；检索代理执行混合向量图检索（GraphRAG）；生成代理产生有证据参考的建议和解释；验证代理应用多层验证和有针对性的修复。这些代理共同为端到端住房咨询提供可审核且可靠的工作流程。我们在端到端正确性协议下，在 100 个真实用户咨询场景（300 个多轮问答对）上评估 HabitatAgent。强大的单阶段基线（Dense+Rerank）可实现 75% 的准确率，而 HabitatAgent 则可达到 95%。