Human-Agent 协作

探索 LLM Agent 与人类协作的新范式：从心理咨询到 MCP 风格的人机接口，再到实体机器人辅助。

为什么需要 Human-Agent 协作

当 LLM Agent 越来越强大，一个自然的问题是：如何让 AI 与人类更好地协作，而不是简单地替代人类？这涉及多个层面——AI 需要理解人类意图、适应个人偏好、在适当的时候主动介入或退让、以及与人类共同完成物理世界中的任务。

以下三篇工作分别从专业服务（心理咨询）、通用交互框架（MCP）和物理协作（网真机器人）三个角度探索了这一方向。

CA+：受心理咨询师启发的 Agent 框架

CA+（Counselor-Inspired Agent）来自清华大学 AIR，发表于 Technology in Society（2026）。它针对 AI 心理咨询系统中的核心痛点——用户流失率高达 48%-80%——提出了一个受人类心理咨询师工作流启发的解决方案。

研究团队对 5 位专业咨询师进行深度访谈并回顾了 55 篇顶级文献，提炼出 5 项核心设计考量：

• 分层思维：整体治疗目标 → 单次咨询议程 → 具体对话动作，三层双向规划。
• 概念化用户画像：自动为用户建立并动态更新"个案概念化"档案。
• 专业数据检索：将权威心理咨询教材转化为结构化知识对，进行上下文感知的精准检索。
• 自适应共情：为 AI 设定稳定的专业治疗师人格，实时调整共情策略。
• AI 特有的用户期望：承认"AI 不是人"，利用用户面对 AI 时特有的心理优化策略。

实验结果令人印象深刻：使用 CA+ 后，用户平均对话时长增加 95.4%（从 14.38 分钟到 28.10 分钟），咨询关系评分提升 46.7%。持证咨询师盲评称其能进行"互惠式对话"并精准使用苏格拉底式提问。

Human Tool：MCP 风格的人机协作框架

Human Tool 提出了一种将人类能力作为工具集成到 Agent 工作流中的思路，与 Anthropic 提出的 MCP（Model Context Protocol）理念一致。传统 Agent 框架中，工具是代码 API 或搜索引擎；Human Tool 将人类也视为一种可调用的"工具"——当 AI 无法自主完成的任务（如物理操作、创意判断、伦理决策），可以将任务委派给人类协作者，并等待其反馈后继续执行。

这种设计打破了"AI 或人类"的二元对立，转向"AI + 人类"的协同模式。对于需要人类判断力或物理能力的场景（如内容审核、设计反馈、实验操作），这种框架提供了自然的集成方式。

CLEAR Robot：LLM 驱动的网真机器人

CLEAR Robot（Collaborative LLM-based Embodied Assistant Robot）发表于 Proc. ACM IMWUT (UbiComp)（2025），解决的是远程指导中的"一对多"场景：一名远程专家需要同时指导多个现场工人完成物理任务（如设备组装）。

核心理念是"语言驱动的隐式交互"——LLM 不直接与工人对话，而是在后台充当"速记员"和"驾驶员"：

• 工作记忆支持：实时监听专家语音，自动提取动作和关键信息，转化为可视化流程图，同步显示在专家和工人的屏幕上。
• 机器人自动控制：识别语音中的移动意图，自动接管机器人导航和视角调整，让专家专注于指导而非操控。

33 名参与者的实验表明：CLEAR Robot 显著降低了认知负荷和时间压力，83% 以上的参与者更偏好新系统。其核心启示是——在多人物理协作中，LLM 保持"低存在感"的隐式交互往往比直接对话更有效。

参考文献

1. Tang et al., "A Counselor-Inspired Agent Framework for AI Counselors (CA+)", Technology in Society, 2026.
2. Tang et al., "Human Tool: An MCP-Style Framework for Human-Agent Collaboration", arXiv, 2026.
3. Li et al., "CLEAR Robot: Guiding Multiple Remote Users in Physical Tasks with Language-driven Robotic Telepresence", Proc. ACM IMWUT, 2025.