大型语言模型正被用于模拟来访者，以支持咨询师培训和心理咨询研究。然而，要实现可靠的模拟，来访者必须在长对话中保持心理一致性。现有的角色扮演方法主要依赖静态人物设定，容易出现人格漂移、合作性不真实以及心理状态、交流行为和情感表达不一致的问题。同时，评估手段缺乏统一的测试平台，既要覆盖稳定的来访者特征，又要捕捉动态的心理变化。
我们提出 MASC（Multi-Agent Self-Calibration），通过潜在构念对齐实现一致的来访者角色扮演。MASC 包含四个关键模块：
- 构念引导生成：依据会话级别的个人档案和 Big‑Five 人格特质，引导模型生成符合心理构念的回复。
- 协同细化：多个代理共同对生成内容进行细化，确保语言自然且符合咨询情境。
- 一致性验证：实时检测回复中的人格、情感和行为一致性，标记潜在漂移。
- 记忆驱动修正：利用对话记忆对不一致之处进行回溯修正，形成闭环校准。
为评估该框架，我们构建 CRPC‑Bench 基准，覆盖：
- 会话级别的档案信息和 Big‑Five 人格标签；
- 回合级别的心理状态、交流行为和情感表达。基准收录 38 份动机访谈来访者档案，并附加人格与情感标注。
实验结果显示，MASC 在档案保持、人格一致性、接受度以及回合级别一致性上均优于现有方法，异构配置实现了最强整体性能。MASC 与 CRPC‑Bench 为 AI 辅助的咨询研究与培训提供了统一的开发与评估基础。
点评