自進化社媒Agent！浙大x北大：從多模態任務編排到反饋驅動

浙江大學REAL Lab與北京大學OpenDCAI Lab近日合作發表一項名為Easel的社交媒體智能代理研究成果，目標是讓AI真正具備在社群平台上理解內容、執行任務並持續自我優化的能力。不同於過去單一模型僅能處理特定工作，Easel試圖在真實社群環境中，同步解讀創作者的內容定位與受眾的反應偏好，並在動態變化的多模態場景中自主協調各類工具，完成從感知到行動的一系列連續操作。研究團隊指出，當前社交媒體運營正面臨一項根本性挑戰：平台上的資訊流動極為快速，使用者產生的內容包含文字、圖片、影片、聲音等異質多模態形式。

而傳統的AI輔助工具多半是將「理解」與「執行」兩個階段分離，也就是先由模型分析貼文或留言，再由另一套系統決定該如何回應或排程。這種架構在靜態環境中或許可行，但面對社群平台即時變動的互動脈絡，往往反應遲緩、策略僵化。Easel的設計思維則試圖打破這個界線。它並非單純將大型語言模型或視覺模型套用到社群場景，而是打造一個具備「任務編排」能力的閉環系統。

這個系統能夠接收使用者發布的內容、平台上的即時互動數據，並且以多模態方式理解每一則貼文的語境與潛在目標；接著，它會自動決定下一步該使用哪一項工具——例如排程貼文、回覆特定留言、調整貼文格式、甚至觸發第三方應用程式——並在執行後，根據真實發生的互動結果反饋，進而修正下一次的決策策略。在這個過程中，最關鍵的突破在於如何處理「真實反饋中的噪聲」。研究團隊強調，社群平台的按讚、留言、轉發、收藏等行為，雖然表面上看起來是明確的互動訊號，但實際上夾雜了大量隨機或誤觸行為。例如，使用者可能只是滑動頁面時不小心按到愛心，或者留言內容與貼文本身無關。

若AI單純依據這些不完美的訊號來調整策略，不但無法學到正確經驗，反而可能讓整體運作偏離目標。因此，Easel的核心技術之一，就是設計出一套能夠從噪聲中過濾出有效經驗的學習機制。它不會把每一次按讚都視為成功，也不會把每一次負評都當作失敗，而是透過更精細的因果推論與多輪互動比較，釐清哪些操作真正帶來了預期的互動成長、哪些只是偶然事件。這種具備「反饋驅動進化」能力的代理人，才能夠在長期運作中不斷自我優化，而非陷入短期波動的陷阱。從技術架構來看，Easel與傳統基於規則或靜態主流的社交媒體管理工具最大的不同，在於它採用了動態任務編排與持續學習的設計。

傳統工具往往需要人類預先設定「如果A條件成立，則執行B動作」的固定流程；而Easel則可以在執行過程中，根據多模態輸入與即時反饋，自主重新組合工具順序、調整執行參數、甚至放棄無效策略。這意味著，它能夠因應不同創作者、不同粉絲群、不同時段的平台特性，發展出差異化且持續進化的運營路徑。研究團隊還特別提到，這項代理的設計理念並不只是為了追求更高的互動數字，而是希望讓AI真正融入社群生態，成為能夠與人類協作、而非取代人類的策略夥伴。在實驗測試中，Easel被部署在模擬的真實社交平台環境，面對包含圖文、短影音、限時動態等多種內容形式，以及來自不同使用者的隨機互動行為。

結果顯示，採用反饋驅動進化策略的Easel，在維持內容一致性與回應時效性方面，優於傳統的非迭代式模型，並且能夠在遭遇負面反饋時迅速調整下一輪的內容發布方式。當然，這項研究也面臨一些待解決的限制。例如，目前Easel的學習效率仍受制於可用數據的品質與數量；在真實平台中，用戶行為的變異性極高，且可能存在惡意干擾或機器人帳號的干擾，這些都會對代理的判斷造成挑戰。此外，如何平衡自動化操作與用戶隱私、平台使用條款之間的界線，也是未來若真要進入實際應用時必須正視的議題。儘管如此，從整體研究方向來看，Easel已經為社交媒體自動化運營提供了一條從「被動回應」走向「主動策略進化」的具體路徑。

在過去，大多數社群管理工具停留在「幫你發文、幫你回覆」的執行層面；而Easel的階層則在於：它能夠自己學習該發什麼文、該怎麼回、何時回，並且從每一次互動中提煉出可複用的策略知識。這對於品牌經營、媒體內容分發、甚至是公共資訊傳播等領域，都可能帶來深遠的影響。浙江大學REAL Lab與北京大學OpenDCAI Lab表示，未來將持續優化Easel在多模態理解上的準確性，並探索如何將這套代理人框架應用到更廣泛的線上協作場景。相關論文與程式碼已陸續公開在學術平台供外界參考，也期待學術界與產業界共同討論，如何在真實且充滿噪聲的社群環境中，打造真正能「自進化」的智能代理人。