behavior（行为）在 AI 领域通常指智能体（机器人、大模型、推荐系统）在环境中表现出的行动模式与决策倾向，是衡量模型从“能理解”走向“能行动”的核心维度。近期围绕 behavior 的讨论集中在机器人行为基准、用户行为建模和模型行为规范三个方面，研究重心正从单纯提升任务准确率，转向理解与约束智能体的实际行为。
behavior 研究近期进展
当前焦点与观察点
当前 behavior 相关工作的争议集中在两点：一是行为评估标准不统一——BEHAVIOR 挑战赛 12.4% 的成功率说明现有基准尚难区分“任务失败”与“行为合理但环境复杂”；二是智能体自主行为的边界问题，如 Claude 的主动跟进模式引发关于打扰用户与权限控制的讨论。此外，LLM Consumer Behavior Theory 尝试为“人如何与模型互动、模型如何影响消费决策”建立理论框架，而 OpenAI 对 GPT-5 异常输出的复盘 则从工程角度剖析模型异常行为的成因。未来值得观察的是：VLA 模型的意图建模能否显著提升机器人长程任务成功率，以及各厂商如何为智能体的主动行为设立可验证的规范。