中科院×字节提出直播间模拟器：让大模型还原用户如何被环境一步步改变 | EMNLP'26

LiveSim团队 投稿 
量子位 | 公众号 QbitAI

大模型在直播场景模拟用户行为，理解真实的社交动态和风险演化，是当前一个非常热门的研究话题。

现在主流的用户模拟方法，是根据历史行为生成一份静态的用户肖像，再让智能体始终按照这份用户肖像行动。

这种方式能够记录用户做了什么，却很难解释是什么环境刺激促使了行为的改变。

直播间对用户的影响是多元且持续的。一个被定义为谨慎的模拟用户可能从头到尾都在观望，但真实用户的状态却会随着环境刺激持续改变，行为轨迹也会随之发生变化。

△用户的心理状态可能会随着环境刺激发生改变

针对这一问题，中国科学院大学与字节跳动的研究团队提出了LiveSim：一个面向直播生态的动态用户模拟框架。论文目前已被EMNLP 2026主会收录。

与其给用户定性，不如学习ta什么时候会改变

LiveSim的核心想法很简单：

「用户画像不是一份写死的档案，而是一组可以被交互不断修正的行为假设。」

历史日志能够显示用户做了什么，却很难解释：主播的哪句话、其他观众的什么反应，让ta的态度发生了变化。LiveSim设计了一套Reflective Behavioral Hypothesis Shaping（RBHS）机制。

△方法框架图，LiveSim从模拟的偏差中学习用户在环境刺激下的改变

首先，LiveSim根据用户过去访问的直播间、历史行为、评论等轻量信息，形成一个初始行为假设。随后，它从真实历史轨迹中抽取具有丰富上下文的Behavioral Probe，让智能体预测用户下一步行为，再与真实行为进行比较。如果模型认为：

• “这个谨慎用户应该继续观望。”

但真实用户在连续看到其他观众背书后选择了关注，LiveSim不会只记录预测错了，而是进一步反思：

• 当前用户假设里，遗漏或错误建模了哪些环境影响？

这些偏差会被总结为局部的环境—行为补丁。考虑到行为是心理的外在化表现，具体行为具有一定随机性，而用户状态往往比单次行为更稳定，团队将补丁设定为环境信号对用户状态的影响规律。例如，当特定社会认同、主播话术或机会信号出现时，用户的兴趣、信任、欲望和疲劳状态可能发生怎样的变化。

之后，LiveSim重新模拟并验证这些补丁：有效的保留，无效的继续修正，从而逐步得到更加贴近真实用户的行为假设。

在此基础上，LiveSim进一步将增强后的用户智能体和人为设定的主播、水军智能体投放到同一个直播间。在这里，一个观众的评论会影响另一个人的信任，主播的话术会影响观众状态，而观众反馈又会反过来影响直播间环境，由此形成一个闭环的多智能体直播生态模拟。

模拟的不仅是下一次行为，而是整个变化过程

研究使用抖音平台的真实直播交互日志进行实验，共覆盖1963名用户和14391个用户-直播间对。

结果显示，以Doubao 1.8为例，加入LiveSim的机制后：用户模拟的行为分布差异A-JSD下降43.45%，高风险行为模拟的F1分数提升13.17%，轨迹一致性Consist提升21.14%。

相比之下，简单的下一步动作命中率HIT只提升了2.35%。

这意味着LiveSim改善的并不只是下一步猜得准不准，而是能否还原用户随环境变化的过程，以及整条行为轨迹是否更接近真实用户？

论文中的一个案例非常直观。

△静态用户与LiveSim用户的行为变化对比

John原本是一名对投资宣传比较怀疑的用户。静态Profile始终认为：他很谨慎，所以不会相信主播。但真实直播中，随着收益宣传、其他观众背书和专业话术不断累积，他的兴趣和信任逐渐上升，最终经历：

点赞→评论→关注。

经过LiveSim增补后的智能体，成功还原了这一变化过程。

少量水军，就可能改变整个直播间

在多智能体的闭环模拟中，研究团队进一步测试了不同水军比例对直播间用户行为的影响。

结果发现，当水军比例从0增加到40%时，普通观众最终转化率从20.61%上升到56.97%，接近原来的三倍。更值得注意的是，仅仅加入前10%的水军，就贡献了超过一半的整体增幅。同时，不同设置下，最终发生转化的用户中，有62%～77%在前10轮交互中就已经完成转化。因此对平台而言，关键不只是要不要干预，更是能否抓住早期风险窗口及时介入。

真正有效的保护，需要知道用户现在怎么想

LiveSim最后进一步模拟了平台保护策略。

如果警告能够结合直播间上下文，以及用户此刻的兴趣、信任、欲望和疲劳状态，动态生成个性化劝阻方案，那么即使这些状态只是粗粒度的数值估计，并不依赖对用户完整内部状态的直接访问，用户转化率也能从18.19%降至8.61%，保护成功率达到58.68%。

这说明，即使无法真正“读懂”一个用户全部的内部状态，一些轻量、可估计的动态状态信号，也可能帮助平台更及时地保护用户。

系列工作总结

LiveSim延续了团队此前围绕真实直播场景风险理解与治理的一系列研究。

在KDD 2026工作Live or Lie中，团队系统研究了直播间级风险评估问题，提出了一种基于多实例学习（MIL）的方法标杆，并公开了基于真实工业日志构建的统一基准LiveRisk。

在SIGIR 2026工作Deja Vu in Plots中，团队进一步利用跨直播间历史证据和大模型能力，帮助轻量模型识别跨场次反复出现的风险模式，提升真实场景下风险识别的效果与可解释性。

随后的KDD 2026工作Outsmarting the Chameleon则进一步关注黑产在长时间断下话术、策略演化，模型性能衰退的问题，通过反事实解耦提升模型面对策略性OOD变化时的鲁棒性。

LiveSim则放眼于一个用户为什么会上当受骗的沙盒模拟。这种动态用户模拟不仅可以用于研究直播生态中的风险演化，也为构建面向风险干预的仿真沙盒提供了新的可能。未来，LiveSim生成的交互轨迹还可以进一步用于训练干预智能体、合成稀缺风险样本等任务。

论文：LiveSim: Simulating Environment-Shaped Users in Multi-Agent Live-Stream Ecosystems
作者：许嘉祺、乔伊然、陈静、钟齐炜、敖翔、程学旗
单位：中国科学院计算技术研究所、字节跳动
论文链接：https://arxiv.org/abs/2608.26849
Live or Lie：Action-Aware Capsule Multiple Instance Learning for Risk Assessment in Live Streaming Platforms（KDD 2026）：https://arxiv.org/pdf/2602.03520
Deja Vu in Plots：Leveraging Cross-Session Evidence with Retrieval-Augmented LLMs for Live Streaming Risk Assessment（SIGIR 2026）：https://arxiv.org/pdf/2601.16027
Outsmarting the Chameleon：Counterfactual Decoupling for Tactical OOD Shifts（KDD 2026）：https://arxiv.org/pdf/2606.02946
数据集（LiveRisk）：https://huggingface.co/datasets/ByteDance/LiveStreamingRiskControl
代码等更多资源见项目主页：https://qiaoyran.github.io/LiveStreamingRiskAssessment/