南洋理工大学团队提出Pask：实现实时自进化主动智能体，加速AI懂人进程

南洋理工大学团队提出Pask：实现实时、有深度、自进化的主动智能体，加速AI懂人进程

让AI像助手一样主动帮助，才是我们心中AGI的样子。主动智能体的概念虽多次被提出，但都难在生活中落地，现有工作多停留在概念层面，无法解决复杂世界对实时性、深度和记忆等方面的要求。

南洋理工大学谢之非团队提出Pask，采用「底层小模型流式意图检测」+「上层Agents执行」架构，实现了首个能实时、有深度、基于个人全局记忆自进化的主动智能体。

开会时，当讨论到「Pask的上下文是否可与Obsidian或飞书联动，自成一派会很难」时，Pask思考三秒后给出思路：「把用户记忆全收进自己系统，本质是建一个新的数据孤岛。虽短期可控，但长期有两个问题：一是不兼容用户已用工具，二是用户迁移成本高，生态天花板低。更好的定位是做个人上下文入口和生态上的主动AI编排层，即用户知识和行为留原系统，Pask负责理解、索引、触发、协同和执行。Pask应是最懂用户的统一入口和能在各生态间主动行动的代理层。」

理想的AI、人类期待的AGI需具备主动性。这种主动性并非OpenClaw类产品的「自主性」，也不是会后帮写邮件的AI，而是能深度理解用户、猜到意图，并在恰当时间提供关键帮助的超级外挂大脑。它不是被调用的工具，而是能让用户感受到「被主动关怀，又极有价值」。

要实现这一点远比想象中难：准确性低，消息像骚扰短信，给出有深度的实时辅助难度大；实时性差，推理人类需求需3 - 4秒，而人类忍受的最大延迟极限是两秒；海量记忆下对人的深度理解困难，主动式AI每天接收海量新token，无法每次查询，如何保证系统自主切换正确记忆背景并了解用户是关键。

南洋理工大学研究人员调研发现，过去多数工作回避了这些关键问题，尤其是实时性。于是他们决定探索新方法，提出「需求探测—记忆—主动智能体」的范式PASK，包括全新问题解决范式、IntentFlow流式意图检测模型、自进化式记忆模块和主动智能体工程架构。

需求检测、长期记忆、主动智能体范式

研究人员提出通用范式，将被动模型转换为主动智能，包含需求检测（DD）、长期记忆（MM）和主动系统（PAS）三个相互作用的模块。

需求检测（Demand Detection，DD）是第一步且最核心，它与人类同听同看，实时检测当下需求，如「他现在需要知道这个词的意思」或「他可能在怀疑对方是否在说真话」。

长期记忆（MM）负责系统的个性化部分，与用户共同成长、持续进化，作为贯穿始终的「长期上下文」。

主动系统（PAS）是整个Agent的底层执行逻辑，保持循环运行，驱动前两个组件协同工作。

IntentFlow：流式意图检测模型

主动AI过度会造成信息骚扰，好的主动AI需在实时性、精准度、触发频率上精准平衡。但准确率、记忆查询与实时响应相互矛盾，且无法用传统Agent方式完成。若流程需在2秒内完成，留给意图检测的时间最多1秒，甚至不够一次API调用，而意图推理到记忆查询至少需10秒。

研究人员从语音和视频的端到端流式模型获得灵感，选择「模型+Agents」实现路径，构建IntentFlow，接收文本化的多模态信息流和用户记忆，自主判断人类当下需求。IntentFlow像一座桥，连接用户面对的信息流和世界上最新、最强的AI，只在正确时机成为AI介入的新入口。

MeMory：多层自进化记忆系统

记忆系统是主动AI与人类共同成长的核心，主动AI的记忆有实时要求。在Pask中，研究人员借鉴计算机存储的Cache—内存—外存架构，设计了三层记忆体系：用户记忆（类似Cache），AI需随时了解用户身份和偏好；Workspace记忆（类似内存），负责当前事件内部的所有上下文信息；全局记忆（类似外存），承担「超级上下文」角色，跨事件持久保存。

PAS：主动AI底层的流式系统

主动AI在复杂现实环境中稳定运行，其底层系统复杂。每个Demand需开启独立进程，所有环境变量需持续维护，系统存在一个DD - MM大循环和无数内部小循环。底层系统分为三层：前端负责信息流的输入与输出；服务器后端负责多进程执行、循环控制与数据存储调度；AI后端负责连接外部模型，提供可调用的搜索、工具和代码执行环境。

实验结果

Pask在学习、工作、日常三大领域的十类任务上进行测试，效果与闭源模型加思考链的水平相当。在延迟方面，其他开闭源模型推理人类潜在需求普遍需3 - 10秒，而Intentflow结合人类个人、工作和全局记忆完成一次完整意图检测只需1.5秒。研究人员在报告中对主动AI进行详细实验，并总结出12个findings。

主动AI的探索刚刚开始

AI变聪明已取得进展，但AI懂人刚刚起步。现实世界场景复杂，每个行业有不同工作流、判断方式和隐性规则，同一句话在不同人身上背后需求可能不同。

主动AI的核心挑战是数据，真正的意图数据几乎不存在，标注本身逻辑上不总是成立。主动AI是「I don't know what I don't know」的逻辑，因为有价值的信息往往超出用户当下认知。很多时候，用户不清楚自己想要什么和下一步需求，能证明AI猜对的是用户接受帮助后感到「就是这个」。

底层流式意图模型+上层Agents执行是主动AI的未来。研究人员开发Pask时，花了几个月研究agents机制，最终发现走不通，原因是人类能接受的时延连一次完整的模型调用都不够，更没时间进行意图推理。

第一作者谢之非有语音模型背景，他意识到这是实时对话模型的历史重演。2024年之前，语音助手延迟3秒时无人使用，GPT - 4o这类实时模型出现后，语音模型应用爆发。开发团队因此想到用流式模型做意图检测，才有了Intentflow。

Pask不追求「更聪明」的执行agents，而是专注于更快、更准地猜中人的心思，回答能否在连续上下文里看懂用户、在用户开口前知道深层意图，并在准确时机用极短时间给出最有价值的帮助。

AI的未来是主动理解意图的能力进入每一台移动设备，让AI不再只是回答问题，而是成为实时理解、持续贴近、真正懂用户的AI soul knower。

论文第一作者谢之非是南洋理工大学的博士生，通讯作者为颜水成、苗春燕、叶德珩。Pask研究团队的Project Lead为来自南洋理工大学的谢之非，他本科时做出全球首个「开源GPT4o」系列实时对话模型Mini - Omni系列，三篇一作论文单引超过百次，开源项目累计获5k + stars，后与颜水成老师合作，离开清华大学加入NUS LV_Lab，成为其回归学术界后第一个博士生。