> **来源：[研报客](https://pc.yanbaoke.cn)** # Coactive Agent 技术白皮书总结 ## 核心内容 Coactive Agent 是一种面向开放世界的新型智能体范式，旨在构建人机协同共创的系统架构。它结合了 Interactive（实时协作）与 Proactive（主动执行）两种状态，形成双态协同机制，实现人与 AI 在任务过程中的深度互动与可靠承接。 ## 主要观点 1. **Agent 的未来是人机协同，而非全自动化** Coactive Agent 不是将人移出工作流，而是让人的经验、判断与创造力持续进入工作流。它强调人与 AI 在任务中的共同参与，提升协作质量与效率。 2. **Interactive × Proactive 的双态协同** Interactive 负责实时共处与共同判断，适用于目标不明确、判断标准尚未形成、创造性较强的场景；Proactive 负责在授权边界内主动执行成熟任务，适用于可重复、可验证、风险可控的场景。 3. **人机协作的深度取决于理解与交互的深度** 通过“共享任务现场”、“实时交互”、“可打断控制”等机制，实现人与 AI 在任务过程中的自然、高效、可追溯的协作关系。 4. **构建可信、可持续的协作体系** Coactive Agent 的设计强调安全治理、长期记忆、可审计和可回滚，确保人机协作的透明、可控和可进化。 5. **企业级部署需平衡自动化与人工控制** 企业应采用“先协作、再沉淀；先可见、再授权”的策略，逐步推进 Agent 的主动执行，同时保留人的监督与介入能力。 ## 关键信息 ### 1.1 AI Agent 技术发展正在重塑生产力 - Gartner 预测，到 2028 年，33% 的企业软件将内嵌 Agentic AI 能力，15% 的日常工作将由 AI 自主执行。 - AI Agent 技术正从概念验证走向规模化落地，但当前仍面临经验难以进入工作流、交互断层、记忆连续性不足、主动执行导致人的边缘化等结构性问题。 ### 1.2 现场断裂 - Agent 仍被困在聊天框中，难以进入真实任务环境。 - 传统交互模式（轮次式）无法支撑流畅的人机协作。 ### 1.3 协作断裂 - Turn-Based 交互不自然，无法体现人类流式思考和团队协作习惯。 - 缺乏“双向对齐”机制，导致判断力断层与沟通成本上升。 ### 1.4 行动断裂 - 主动执行缺乏授权边界、过程可见与可接管机制。 - 风险与责任边界不清晰，可能导致用户价值感下降与技能退化。 ### 1.5 认知断裂 - 记忆停留在后台检索，缺乏实时交互与逻辑延展。 - Agent 无法像人一样组织历史信息与当前任务的关联。 ### 1.6 成长断裂 - 经验难以沉淀为可复用、可治理的能力。 - 缺乏自动化的进化机制，导致 Agent 无法持续优化。 ## 技术架构 Coactive Agent 的技术架构由四层构成： 1. **环境感知** - 将用户操作、文档、会议、屏幕等信号转化为任务现场。 - 设计原则包括：相关、低扰、可控、可追溯。 2. **智能主体** - 支持 Interactive 与 Proactive 两种协作状态。 - 通过“毕业线”管理状态迁移，实现从共同探索到后台执行的自然过渡。 3. **认知底座** - 沉淀可追溯、可修正、可复用的长期经验。 - 支撑 Interactive 中的实时记忆与 Proactive 中的可授权执行。 4. **元进化闭环** - 基于真实任务轨迹、反馈、失败、修正与成本信号，持续优化 Agent 的感知、交互、执行、记忆与授权策略。 - 实现从“一次性响应”到“持续成长”的智能体设计。 ## 应用场景 1. **品牌内容发布** - 从人工运营到智能协同，提升自动化水平，同时保留人的判断与创意。 2. **财务月报编制** - 从人工汇总到可审计承接，确保任务的透明性与可追溯性。 3. **客户方案与 RFP 写作** - 从事后检索到实时记忆参与，提升协作效率与准确性。 4. **方案共创与能力沉淀** - 从讨论到可复用应用能力，实现经验的持续沉淀与复用。 ## 技术机制与创新点 - **Interactive 机制** - 支持实时共处、澄清追问、共同判断和可打断控制。 - 通过链接对象协议与多模态流式理解，实现任务现场的持续同步。 - **Proactive 机制** - 支持任务规划、工具调用、结果验证与异常恢复。 - 通过 Agent App 和 Proactive Workflow 实现长程任务的动态执行与可恢复。 - **毕业线机制** - 判断任务是否具备从 Interactive 迁移到 Proactive 的条件。 - 支持协作唤醒、降级与回流，确保人机协作的灵活性与可控性。 - **实时交互模型** - 实现边输入边准备、边生成边感知、边执行边可打断。 - 通过前台交互模型与后台深度模型的协同，提升协作体验。 - **Agent App 与 Workflow** - Agent App 是可运行能力的产品单元，Workflow 是其内部推进长程任务的动态脚本。 - 支持任务的分阶段执行、状态管理与权限控制。 ## 安全与治理 - **安全范式迁移** - 从“墙”到“场”，构建人机协作的安全边界。 - **五大安全支柱** - 包括：透明性、可解释性、可问责性、隐私保护与安全可靠。 - **协作安全机制** - 通过过程状态、三域成熟度、可信承接等机制，确保人机协作的安全可控。 ## 总结 Coactive Agent 是一种面向开放世界的智能体范式，通过 Interactive 与 Proactive 的双态协同，构建了人机协作的完整体系。它不仅提升了任务执行的效率，更强调人与 AI 在任务中的深度互动与信任共建。其架构设计包括环境感知、智能主体、认知底座与元进化闭环，涵盖从任务现场到协作机制的完整流程。白皮书提出了一套可工程化、可治理、可持续成长的协作模型，为企业级 Agent 的可信落地提供了系统性路径。