个人 Agent 介导的跨平台历史推荐

现代推荐正在从以平台为中心的个性化转向以用户管理的个性化，其中个人 LLM 智能体可以跨服务代表用户行事。我们将这种新兴范式正式化为个人智能体中介推荐：平台推荐器使用平台本地信息对候选集进行排名，个人智能体使用用户授权的跨平台历史记录来中介结果排名并生成最终的前 K 名单。这种调解并非易事：平台排名可以编码个人智能体无法观察到的强有力的人口证据，因此有效的调解必须在有益的救援与有害的覆盖之间取得平衡。为了研究这种权衡，我们引入了 MediateRec，这是一个基准测试，包括可扩展的代理跨平台环境和受控平台智能体信息边界下的真实跨平台测试。为了训练智能体有效地使用跨平台历史记录，我们进一步提出了个人归因中介优化（PAMO），它反事实地掩盖了该历史记录以估计个人中介支持，并在平台相对价值下限下重新分配排名意识优势质量。我们从理论上证明，PAMO 保留了截止水平优势质量，并且在一阶重新分配中是局部最优的，可以在不降低平均平台相对值的情况下保留该质量。 MediateRec 上的实验表明，个人智能体中介可以实现有意义的平台修正，但即使是强大的专有 LLM 也会引入不可忽略的有害覆盖。 PAMO 在可见和不可见的目标平台以及真实的跨平台测试中持续改进仅匹配结果的 RL，同时实现更好的救援与伤害平衡。