arXiv cs.AI· Seunghwa Pyo, Donggun Lee, Jungwoo Rhee, Soobin Park, Youn-kyung Lim·· 2 天前AI 评分20
一项 CHI 2026 研究：人们如何在日常生活中同时使用多个 AI 模型
One Is Not Enough: How People Use Multiple AI Models in Everyday Life
AI 导读
一项日记研究与半结构化访谈（N=10）考察了人们如何在多个多模态大语言模型（MLLM）之间组织日常工作。用户会在模型中建立随使用场景变化的主次层级，并形成由任务聚合触发的个性化切换模式，以调节投入、延迟与输出可信度。研究指出，现有 HCI 研究多聚焦单一智能体交互，多 MLLM 协同编排仍待探索。
正文 · AI 翻译
摘要：人们越来越多地同时使用多个多模态大语言模型（MLLM），并根据各自所感知的优势进行选择。这种跨平台实践带来了协调挑战：使提示词适配不同界面、针对不一致的行为校准信任，以及应对彼此独立的对话历史。此前的人机交互研究聚焦于单智能体交互，对多 MLLM 编排的探索仍不充分。通过日记研究和半结构化访谈（N=10），我们考察了个体如何在相互竞争的 AI 系统之间组织工作。我们的发现表明，用户会在模型之间构建主次层级，且这种层级会随使用情境而变化。他们还会形成个性化的切换模式，这些模式由任务聚合触发，以调节投入程度与延迟，以及输出可信度。这些洞见为未来的工具设计机会提供了依据，可支持用户协调多 MLLM 工作流。
| 评论： | 被 CHI 2026 接收为海报展示 |
| 主题： | 人机交互（cs.HC）；人工智能（cs.AI） |
| 引用为： | arXiv:2603.26107 [cs.HC] |
| （或 arXiv:2603.26107v1 [cs.HC] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2603.26107 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Seunghwa Pyo [查看电子邮件]
[v1]
2026年3月27日星期五 06:33:30 UTC（445 KB）
来源：arXiv cs.AI · arxiv.org