认知世界模型：面向对话智能体渐进BDI/E轨迹评估

随着基于LLM的对话智能体向日益开放式、交互密集场景推进，仅看任务完成率不足以评估其有效性。用户内部状态——信念、欲望、意图与情绪（BDI/E）——的演化是连接智能体行为与交互结果的中间信号。既有评估范式主要关注表面响应或最终结果，对底层认知过程提供的洞察有限。我们提出认知世界模型（CogWM）：基于LLM的认知用户模型——联合建模用户BDI/E状态及对应响应，实现显式的认知轨迹追踪。以Qwen3-14B在15万用户轮次样本上训练，CogWM在响应保真度与认知状态理解上超越既有用户仿真基线。与六个最先进LLM的交互演示了CogWM通过认知轨迹实现智能体的渐进比较——揭示不同的智能体模式及认知演化与行为结果之间的互补关系。