UserBench 是什么？考察智能体能否读懂用户的真实需求

UserBench 是一个评估 AI 智能体能否与用户良好协作的基准，由 Salesforce AI Research 和伊利诺伊大学厄巴纳-香槟分校的研究人员在 2025 年 7 月提出，论文标题是《UserBench：面向以用户为中心的智能体的交互式训练环境》。

它关注一个被忽视的能力

基于大模型的智能体在推理和工具使用上进步很快，能解决复杂的任务。但论文指出，它们主动与用户协作的能力还很少被研究，尤其是当用户的目标模糊、会变化，或者表达得很含蓄的时候。现实中，用户很少一开口就把需求说得清清楚楚。比如“帮我订一家周末的酒店”，用户心里可能还有“离地铁近”“预算不要太高”“不要连锁店”这些没说出口的偏好。

UserBench 怎么测

UserBench 里有模拟用户：他们一开始只给出不完整、模糊的任务指令，随着对话推进，才逐步透露自己的偏好，而且往往是以间接、隐含的方式表达。智能体必须主动提出澄清问题，读懂用户话里的微妙暗示，在多轮交互中弄清楚用户真正想要什么，再借助工具完成任务。它是一个类似训练场的交互式环境，既可以用来评估，也可以用来训练智能体。

发现了什么

论文的评测显示，当时主流的大模型在这方面表现不佳：它们常常在没弄清楚需求的情况下就急于给出答案，即使完成了任务，结果也经常不完全符合用户的全部偏好。能够主动、有效地挖掘出用户全部意图的情况相对较少。这说明，任务执行能力强并不等于善于和人协作。

意义

UserBench 把“理解用户”变成了一个可衡量、可训练的能力，提醒智能体的开发者：好的 AI 助手不仅要会做事，还要会问问题、会听弦外之音。这对客服、购物、出行规划等需要和用户来回沟通的智能体产品尤其重要。