預判式協作：你切菜時，DPT-Agent 秒遞盤子；牛排燒焦了，它搶先滅火；
動態分工：根據訂單優先順序，自動切換「主廚」與「幫工」角色，有效安排時間；
讀心級配合：甚至能透過你的動作歷史，推測你想做漢堡還是沙拉。
論文題目：Leveraging Dual Process Theory in Language Agent Framework for Real-time Simultaneous Human-AI Collaboration
論文地址：https://arxiv.org/abs/2502.11882
專案地址：https://github.com/sjtu-marl/DPT-Agent
「快腦」System 1—— 條件反射級響應
程式碼即策略（Code-as-Policy）：將高頻操作（滅火、遞食材）固化為有限狀態機（FSM）規則，最佳化初始 FSM 策略；
持續輸出保障：即使 System 2 在後臺思考，System 1 也能按 FSM 中最新策略持續行動，杜絕 “當機卡頓”，原子動作響應延遲 < 0.1 秒。
「慢腦」System 2—— 戰略級讀心術
心智理論（ToM）：讓 LLM 透過分析玩家動作歷史，實時構建人類意圖模型（例：「TA 連續取牛肉→今晚主打牛肉漢堡」）；
非同步反思：在「快腦」指揮智慧體做菜的同時，「慢腦」根據遊戲歷史最佳化策略，如發現「生菜總是不夠」，自動調整備菜優先順序，邊協作邊進化。
推理模型戰勝高延遲：DeepSeek-R1 滿血版在 DPT-Agent 框架加持下，相比使用 ReAct 的 - 42.5 分有大幅提升，獲得 74.3 分的戰績，逆襲成 MVP， o3-mini-high 相比 o3-mini-medium 和 o3-mini-low 即使延遲增大，也一樣呈現能力上升趨勢。
非推理模型表現也亮眼：DeepSeek-V3 在 DPT_Agent 框架加持下表現與滿血 DeepSeek-R1 接近，展現不俗實力。
ToM 模組的雙刃劍：
神助攻案例：
當規則 AI 是專注取牛肉的 Agent 時，DeepSeek-R1-70b 驅動的 DPT-Agent 透過 ToM 推斷「玩家專注牛肉漢堡」，主動改變策略備好麵包 + 生菜
人類持續傳遞牛肉表明其偏愛處理肉類，所以智慧體應專注於其他任務以最佳化團隊合作。
當規則 AI 是專注組裝漢堡並上菜的 Agent 時，o3-mini-low 驅動的 DPT-Agent 透過 ToM 推斷 “玩家專注於組裝漢堡並上菜”，及時調整策略為準備所有的食材來進行配合
人類玩家優先處理緊急的牛肉訂單並進行快速組裝，通常專注於組裝和提供即食食品。智慧體應透過準備熟透的牛肉並迅速傳遞完成的食材來支援這一點，以確保更順暢的協作。
翻車現場：「ToM 模組是協作上限的鑰匙，但鎖眼必須匹配模型自身的心智推理能力」。
Llama3-70B 可能因自身 ToM 能力薄弱，搭載完整 DPT-Agent 後反而得分下降，沒有觀察到顯著的推斷現象
關於 ToM 模組的更多研究，尤其是 Agent 和人的雙向 ToM 過程，可以參考團隊的另一篇工作「Mutual Theory of Mind in Human-AI Collaboration: An Empirical Study with LLM-driven AI Agents in a Real-time Shared Workspace Task」。
論文連結：https://arxiv.org/abs/2409.08811
