论文
独自聆听、共同理解：面向隐私感知AI的协作式上下文恢复
Listening Alone, Understanding Together: Collaborative Context Recovery for Privacy-Aware AI
摘要
我们提出CONCORD，一个隐私感知的异步助手到助手（A2A）框架，利用主动式语音AI之间的协作。随着智能体从响应式演化为持续聆听的助手，它们面临一个核心隐私风险（可能捕获未同意发言者的语音），这使其社会部署充满挑战。为克服这一点，我们实现了CONCORD，它通过实时说话人验证强制只捕获机主语音，产生单侧转录——虽导致上下文缺失但保护了隐私。我们证明CONCORD能够通过以下方式安全恢复必要上下文：（1）时空上下文解析，（2）信息缺口检测，（3）由关系感知披露机制约束的最小化A2A查询。CONCORD不采用易产生幻觉的推断，而是将上下文恢复视为助手之间经协商的安全交换。在多领域对话数据集上，CONCORD在缺口检测中达到91.4%召回率、96%关系分类准确率，以及在隐私敏感披露决策中97%的真负率。通过将持续聆听AI重新框定为隐私保护智能体之间的协调问题，CONCORD为社会可部署的主动式对话智能体提供了一条实用路径。
