聊天机器人系统综述：从基于规则的模型到系统集成自然用户界面

《Knowledge-Based Systems》：A Survey on Chatbot Systems from Rule-Based Models to System-Integrated Natural User Interfaces

　　

聊天机器人系统已从基于规则的对话工具演变为支持更复杂交互的高级数据驱动系统。研究人员考察了这一演变，并探讨了高级聊天机器人系统如何作为系统集成对话自然用户界面(System-Integrated Conversational Natural User Interfaces, System-Integrated Conversational NUIs)运行。在此角色中，自然语言交互作为面向用户的前层接口，连接更广泛数字能力而非仅支持对话响应生成。本文对聊天机器人发展的关键阶段进行结构化回顾，引入系统集成对话NUI作为以接口为中心的概念，并提出用于此扩展接口角色的概念架构与设计原则。同时讨论关键挑战与未来考量，特别关注交互质量、系统复杂性、负责任运营及对话与结构化界面元素的共存。本研究为分析和设计支持自然语言访问互联数字能力的高级聊天机器人系统提供概念基础。

研究背景方面，聊天机器人系统自20世纪60年代以来经历了从基于规则方法、符号逻辑到检索式与统计方法，再到神经网络模型与大型语言模型(large language models, LLMs)的技术演进，近期系统结合检索与基于智能体(agent-based)方法，可访问外部知识、使用工具并完成多步任务，从而超越简单对话工具成为更具能力的接口。现有综述多聚焦技术方法、系统设计、应用领域或评估问题，较少关注聊天机器人作为连接自然语言用户目标与知识资源、服务、工具及任务流程等更广泛数字能力的接口层角色。当聊天机器人关联知识库、API、外部工具与服务及任务工作流时，自然语言不仅是输入通道，更是用户访问与协调数字能力的手段，这一转变引发接口边界、用户控制、透明度、上下文管理、系统集成与负责任运营等问题，现有技术中心、应用中心或评估中心综述框架无法完全解答，因此需从能力导向与接口中心视角开展研究，明确高级聊天机器人作为系统集成对话自然用户界面(System-Integrated Conversational NUIs)的概念框架与设计原则，该论文发表于《Knowledge-Based Systems》。

关键技术方法方面，研究人员采用概念综述方法，选取代表文献覆盖规则基交互、检索式响应选择、神经响应生成、预训练语言模型、检索增强生成(retrieval-augmented generation, RAG)、外部工具集成与智能体导向任务支持等聊天机器人发展关键能力转变，分析这些发展如何改变聊天机器人系统接口角色，而非全面列举应用、平台、实现技术或评估指标，聚焦从对话导向聊天机器人系统到系统集成对话NUIs的过渡，其中自然语言交互支持访问互联知识资源、服务、工具与任务流程。

研究结果部分保留原文小标题并说明结论如下：

1. 1.
   Introduction部分，研究人员通过回顾聊天机器人自20世纪60年代的发展阶段，指出其从规则基、检索式、神经网络到预训练语言模型、知识增强与检索增强、智能体与工具增强的演进，关联自然语言用户界面(natural user interfaces, NUIs)概念，提出现有综述缺乏对聊天机器人作为连接自然语言用户目标与数字能力的接口层之界面中心框架的关注，明确本文以系统集成对话NUI为核心概念，从能力导向与接口中心视角分析聊天机器人演进，定义概念、提出架构与设计原则的三大贡献。
2. 2.
   Foundations of Chatbot Systems部分，研究人员阐述典型聊天机器人模块化架构含自然语言理解(natural language understanding, NLU)、对话管理、响应生成、外部行动与信息服务等组件，早期设计原则分身份与交互入口、结构化交互与对话设计、系统控制与处理机制、用户体验与呈现四方面，强调受控对话与结构化交互，但限制灵活性与上下文理解及多服务集成，推动高级系统发展。
3. 3.
   Evolution of Chatbot Systems部分，研究人员按能力维度（响应生成、上下文与知识支持、外部工具服务集成、目标导向任务执行）将演进分为规则基（1960s起，脚本化响应控制）、检索式（2000s起，语料库响应访问）、神经网络基（2010s起，习得响应生成）、预训练语言模型基（2010s末起，广泛自然语言理解与生成）、知识增强与检索增强（2020s起，外部知识接地(grounding)）、智能体与工具增强（2020s起，服务工具与工作流协调）六阶段，各阶段优势与局限并存，后期能力积累重组而非替代前期，为系统集成对话NUIs奠定技术基础，表2总结各阶段主导能力、优势、局限与设计启示。
4. 4.
   System-Integrated Conversational Natural User Interfaces部分，研究人员从用户界面设计演进出发，指传统界面依赖预设结构，对话接口允许用户自然语言表需，提出系统集成对话NUI定义为AI赋能的用户面前交互层，通过自然语言表达目标并访问知识、服务、工具与任务支持等数字能力，其核心是自然语言交互作为用户目标与底层系统功能间接口而非仅对话；区分其与HCI对话接口、聊天机器人/对话系统、智能体(intelligent agent)的概念边界（表3），传统界面到该系统集成对话NUIs在交互模式、系统角色、任务支持等方面演变（表4）；其关键特征含自适应与上下文敏感交互、包容可及交互、系统复杂性调解、集成熟悉交互体验；架构含交互通道、对话NUI核心（接口抽象、语言理解与上下文管理、系统集成与编排(orchestration)、智能体任务执行与工具利用、智能基础）与集成器(Integrator)三部分，组件间模块化双向关联，连接自然语言交互与任务执行、服务访问及数字资源。
5. 5.
   Design Principles of System-Integrated Conversational NUIs部分，研究人员提出鲁棒意图理解(Robust Intent Understanding)、上下文一致性(Context Consistency)、可靠集成(Reliable Integration)、透明与控制(Transparency and Control)、安全与鲁棒性(Safety and Robustness)五条设计原则（表5），各原则聚焦不同领域、需关键能力与预期结果及权衡，原则相互依存，意图理解与上下文一致性支撑对话控制与任务处理，可靠集成依赖准确解释与连贯上下文，透明控制关联安全鲁棒性。
6. 6.
   Challenges and Future Considerations部分，研究人员指出设计与系统挑战含自然交互局限（歧义、非正式表达影响解释，需选择性澄清）、多语言跨文化复杂性（需超越直译的本地化）、范围管理与任务复杂性（需明确功能任务边界与状态沟通等）、信任透明与负责任运营（需透明度、来源接地、用户确认与人工监督及异常监测）、实际部署集成与安全（API等集成引入延迟、失败、数据暴露风险，需零信任隐私框架与响应时间管理）；未来方向含情感计算与情绪感知交互（适配语气与指导）、多模态与沉浸式集成（文本语音图像视频手势及AR/VR，扩展接口抽象与视觉空间理解）、认知负荷与交互清晰度（清晰信息组织与引导步骤）、跨环境标准化与一致性（标准化交互抽象模型与协议）、混合交互设计与界面共存（对话与传统界面结合，模式感知交互）。

讨论总结部分，研究人员指出本文通过能力导向与接口中心视角审视聊天机器人演进各阶段主导方法、能力扩展、接口角色及优劣，表明其能力已超越对话响应生成至外部知识访问、检索增强、工具使用、服务集成与智能体任务支持；核心贡献是概念化系统集成对话NUI，提供接口中心框架理解高级聊天机器人连接自然语言用户目标与上下文信息、知识资源、服务、工具及任务支持，关注用户理解控制验证系统行动；提出概念架构（交互通道、对话NUI核心、集成器）与设计原则（鲁棒意图理解、上下文一致性、可靠集成、透明控制、安全鲁棒性），表明对话NUI质量不仅依赖语言流畅度，更赖可靠安全连接用户与系统功能；识别该扩展接口角色的挑战与未来考量，基础层可靠集成、安全、延迟管理等决定运行可靠性，关联交互治理（透明、控制、信任、问责），可用性与语境适应（自然多语言、跨文化、范围任务管理）影响不同用户语境适用性，长期方向含情感、多模态沉浸式、认知负荷、跨平台一致、混合界面，其价值依赖集成治理可靠安全基础；整体为将高级聊天机器人作为系统集成对话NUIs理解设计提供概念基础，表明未来界面设计需超越自然语言为便捷输入，考虑对话交互如何负责任调解复杂数字环境中知识资源、服务、工具与任务流程访问，系统集成对话NUI需设计成不仅响应，更能引导、协调、解释、确认与保障用户与连接系统交互。

研究结论部分翻译为：本文审视了聊天机器人系统在关键阶段通过主导方法、能力扩展、接口角色及相关优劣势的演进。综述显示，聊天机器人能力已扩展至超越对话响应生成，涵盖外部知识访问、检索增强交互、工具使用、服务集成与智能体导向任务支持。本文主要贡献是系统化对话NUI的概念化，此概念提供以接口为中心的框架，用于理解连接自然语言用户目标与上下文信息、知识资源、服务、工具及任务支持的高级聊天机器人系统，此框架促使关注当自然语言交互关联外部服务与任务工作流时，用户如何理解、控制与验证系统行动。本文亦提出系统集成对话NUIs的概念架构与设计原则，架构识别关键组件含交互通道、对话NUI核心与集成器；设计原则强调鲁棒意图理解、上下文一致性、可靠集成、透明与控制及安全与鲁棒性，对界面设计者而言，这些原则表明对话交互应与任务状态、服务边界、权限控制、反馈机制与回退路径共同设计，因此对话NUI质量不仅依赖语言流畅度，亦赖其连接用户与系统功能的可靠与安全程度。本文进一步识别与此扩展接口角色相关的挑战与未来考量，这些问题紧迫性与部署难度各异：基础层面，可靠集成、安全、运行可靠性、延迟管理与安全需及早关注，因其决定系统集成对话NUIs连接外部数据源、服务、工具与任务工作流时能否可靠运行；紧密关联的是交互治理关切，含透明、用户控制、信任、问责与负责任运营，当自然语言交互可能影响决策或启动外部行动时尤为重要；可用性与语境适应挑战，如自然与多语言交互、跨文化复杂性、范围管理与任务管理，塑造系统在不同用户与应用语境中是否可理解且恰当；长期界面发展方向含情感与情绪感知交互、多模态与沉浸式集成、认知负荷管理、跨平台一致性及混合界面设计，虽可丰富未来用户体验，其实用价值依赖集成、治理、可靠性与安全之坚实基础。总体而言，本研究为将高级聊天机器人系统作为系统集成对话NUIs理解与设计提供概念基础，其更广泛意义在于未来界面设计须超越将自然语言视为便捷输入法，转而考虑对话交互如何负责任调解复杂数字环境中知识资源、服务、工具与任务流程访问，因此系统集成对话NUI应设计为不仅响应，更能引导、协调、解释、确认与保障用户与连接系统之交互。