三思而后言：面向说服型智能体的双重知识增强心智理论推理

说服性对话需要推理他人的潜在心理状态，这一能力被称为心智理论（ToM）。然而，由于依赖简单提示策略且ToM知识不足，现有LLM往往难以捕捉心理状态之间的内在依赖，导致表征碎片化、推理不稳定。为应对这些挑战，我们提出基于ToM的说服性对话（ToM-PD）任务，其以信念-愿望-意图（BDI）框架为基础，显式建模多轮对话中心理状态之间的序列依赖。为促进该任务的研究，我们构建了大规模标注数据集ToM-based Broad Persuasive Dialogues（ToM-BPD），刻画细粒度心理状态及相应的说服策略。我们进一步提出Think Thrice Before You Speak（TTBYS），一个知识增强的逐步推理框架，同时利用显式与隐性两类先验经验改进LLM对愿望、信念和说服策略的推断。实验结果表明，配备TTBYS的Qwen3-8B在预测愿望、信念和说服策略上分别超越GPT-5达1.20%、22.80%和16.97%。案例研究进一步表明，我们的方法增强了推理的可解释性与一致性。