元认知多 Agent 来说服你——五个智能体协作推断信念、执行策略

说服性对话生成很难——被说服者的内部状态通常不会明说，你只能从回答中推断信念和欲望。Zhang、Zhuang 和团队（ACL 2026 Findings）提出 MA²P：一个元认知自主多智能体框架，协调感知管理、心理状态推断、策略执行、记忆维护和性能评估五个角色。元认知配置器在对话开始前从结构化知识库中选择元策略，指导后续推理和规划。跨领域时 LLM 的性能差异大，元认知配置将通用推理限制在领域相关的策略空间中。

不清楚的地方：元认知知识库如何构建和更新——是否依赖人工编纂还是可以从经验中自动积累？说服成功率在哪些领域提升最多、在哪些领域没有改善？多智能体协作的对话开销——五个角色之间的通信延迟是否影响实时性？

参考文献

1. Zhang, D., Zhuang, Z., Zhang, L., Gao, Z., & Zhou, D. (2026). *MA²P: A Meta-Cognitive Autonomous Intelligent Agents Framework for Complex Persuasion*. arXiv:2605.18572 [cs.CL].

2. Wang, X., et al. (2024). *Persuasion for Good: Towards a Personalized Persuasive Dialogue System*. ACL.

3. Cialdini, R. B. (2007). *Influence: The Psychology of Persuasion*. HarperBusiness.