组织Agent：从个人助理走向组织Agent

为组织服务的语言模型Agent必须协调来自多个用户的请求，同时使用分布在其交互中的知识。我们为此设置确定了两种互补功能，即跨用户交互和决策，以及跨用户记忆和知识使用。这两种功能都受到三个方面的组织约束的约束：用户身份、权限和访问权限；信息的归属和时间有效性；解决用户间冲突需求的规则以及联合决策的完成要求。这些约束决定了在执行操作之前必须获得哪些信息或决策以及在执行过程中必须满足哪些条件。受此启发，我们引入了 Org-Agent，一个以约束为中心的统一推理框架，分三个阶段组织任务执行。具体来说，Org-Agent 将任务分解为原子子任务，并构造一个任务依赖图，其边对它们之间的依赖关系进行编码。在此图的基础上，它通过拓扑排序按依赖顺序安排子任务。然后，它在证据获取和内存管理工具的支持下执行每个子任务，同时考虑任务的限制。 MUSES-Bench 和 GroupMemBench 上的实验证明了 Org-Agent 在这两种功能上的有效性，并且消融进一步支持了依赖建模和工具使用的贡献。