arXiv cs.AI· Julian Kunkel, Ali Doosthosseini·· 11 小时前AI 评分31
未来软件中的元访问能力：以 LLM 聊天界面与 Chat AI 为例
The Power of Meta Access in the Software of the Future --- Demonstrated on LLM Chat UIs and Chat AI
AI 导读
研究提出"元访问"（meta access）概念，让 LLM 聊天助手获得对界面本身的结构化、带权限的视图，并划分出功能引导、元数据与设置访问、摘要与消息检索、确认式变更、完整编排五级阶梯。
正文 · AI 翻译
摘要：尽管 OpenCode 等智能体工具在编程和自动化方面表现出色，聊天仍是许多大语言模型（LLM）任务的默认界面。然而，模型只能看到当前对话，却看不到其周围的工作区。我们探索元访问——为助手提供对界面本身的结构化、有权限的视图，并提出一组层级：功能辅导；元数据、设置和偏好访问；对摘要和消息的检索、经确认的变更以及完全编排。元访问可以将聊天客户端从众多屏幕转变为一个入口点，用于查找、导航、组织并操作它，同时带来关于依据、隐私、提示注入和信任的风险。通用智能体框架是运行时；由于它们可以更改自身设置，元访问变得自反，并需要单独的控制平面边界。我们以 Chat AI 客户端的 Meta Chat 原型为基础。它从摘要、设置和相关消息等构建有界上下文；将引用链接到对话、主题和角色；支持经确认、可逆的更改；提供可浏览的教程库；并推荐角色作为用户发起的对话。通过以结构化形式暴露应用状态，元访问可以将屏幕阅读器从控件描述扩展到语义工作区操作。因此，元访问将聊天从单个对话的窗口转变为整个工作区的控制层，在不放弃用户控制的情况下将聊天扩展到智能体能力。随着助手嵌入 IDE、仪表板、办公套件和操作系统，AI 时代的界面应暴露其状态和能力的结构化、有权限的模型，最好通过类似调试器的界面开放其现有元模型。
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2611.08428 [cs.AI] |
| （或 arXiv:2611.08428v1 [cs.AI] 为此版本） | |
| https://doi.org/10.48550/arXiv.2611.08428 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Julian Kunkel [查看电子邮件]
[v1]
2026 年 11 月 5 日星期四 18:22:24 UTC（1,787 KB）
来源：arXiv cs.AI · arxiv.org