当机器学会承诺——阶段三总览与阅读路线

当一台机器学会了承诺坚持，谁教它何时放弃？ ——这是自主性留到 2026 年都还未解之问。

1987 年到 2001 年，人工智能史上出现了一段今天大多数从业者已经遗忘的插曲：一群研究者决定不再追问“机器如何思考”，而是追问一个更小、更硬的问题——机器如何对自己忠诚。一个 Agent 选中了一个目标，接下来的十五分钟里世界变了，它凭什么不换目标？凭什么不被路过的每一个新信息带偏、不在副作用诱惑面前动摇？

这段插曲给出的答案叫 BDI：信念（Belief）、愿望（Desire）、意图（Intent）。它把哲学里的“意图”翻译成了数据结构和循环语句，成了自主性的第一个可计算答案。而一旦 Agent 有了跨越时间的承诺结构，第二个问题立刻浮出水面：如果不止一个 Agent 呢？ 任务可以招标吗？冲突谁来仲裁？承诺可以共享吗？它们如何找到彼此？

这两个问题合起来，就是这个系列的故事：意图即承诺，智能体即社会。主线十篇讲 1980-2001 年的研究纲领（外加一篇 2025 年的补篇），但每一篇都带着一根 2024-2026 年的对照轴：合同网对照今天的众包与投标，KQML/FIPA 对照今天的 MCP 与 A2A，意图编辑权对照今天 LLM Agent 的系统提示词与工具白名单。历史不是装饰，它是你判断当下框架命运的最好坐标系。

与阶段二的衔接：从”单体有目标”到”社会有承诺”

这个系列是一个三部曲研究计划的第三阶段。阶段二《目标驱动的符号单体》讲的是 1956-1980 年代：Logic Theorist、STIPS、MYCIN、黑板系统，讲一个个单独的符号程序如何获得目标、如何推理、如何反叛（Brooks 的行为主义伏线）。阶段二的终章收在 Chollet 的三问上：Agent 要有自知（知道自己信什么）、自觉（知道自己要什么）、自止（知道何时停），而符号单体恰恰缺自止，ELIZA 永远不会主动停下来。

阶段三回答的是下一个问题：当 agent 有了跨时间的承诺结构、且不止一个时，会发生什么？

• 单体的“目标”升级为带放弃条件的持续承诺（第 1 篇）；
• 单体的推理循环升级为四代演化的解释器工程（第 2 篇）；
• 单体开始需要定义：什么才有资格叫 Agent（第 3 篇）；
• 然后社会登场：任务招标（第 4 篇）、冲突仲裁（第 5 篇）、联合承诺（第 6 篇）、通信标准（第 7 篇）；
• 社会里的个体要同时反应和慎思（第 8 篇）；
• 最后收拢成一个贯穿四十年的问题：谁持有意图的编辑权（第 9、10 篇），补篇 C 则展示 LLM 住进 BDI 解释器之后的 2025 年现场。

阶段二终章的三问在阶段三有了数据结构层面的着落：信念库即自知，愿望与意图的分离即自觉，PGOAL 的放弃条件即自止。这个“焊接”在第 9 篇完成，它是全系列的高潮。

四条叙事线

十二篇文章不是编年史的均匀切片，而是四条各带张力的叙事线。

线一：承诺与它的放弃条件（第 1-3 篇）

张力：承诺要成为承诺，必须有放弃条件——永不放弃的承诺是强迫症，不是理性。但放弃条件的判定本身需要“从无限事实中选出相关子集”，这恰是 Bar-Hillel 之刺：机器翻译六十年代就死在这根刺上，意图的形式化也没能拔掉它。

Bratman 1983 年指出哲学缺口：意图不是愿望也不是计划，它是一种对未来行动的承诺。Cohen & Levesque 1990 年把它形式化为 PGOAL 的四个条件，PRS 与 dMARS 把它做成解释器，Wooldridge & Jennings 1995 年再反过来问：这样的东西到底该叫什么。三篇连读，你会看到“意图”如何从哲学概念变成工程构件，以及它的放弃条件如何始终是个悬而未决的判定难题。

线二：从未互操作的社会（第 4-7 篇）

张力：Agent 试图建立社会，任务可招标（合同网）、冲突可仲裁（三种仲裁机制）、承诺可共享（联合意图）、彼此可发现（KQML/FIPA/JADE），但所有系统都跑在孤立的利基里，方言分裂从未被真正修复。

这是四篇里最有戏剧性的线：Smith 1980 年的合同网优雅得像经济学教科书，却在囚徒困境前束手无策；KQML 想给所有 Agent 一门公共语言，结果自己先裂成方言；FIPA 想当标准化的救世主，2000 年代却几乎无疾而终。第 7 篇末尾的当代对照是全系列最锋利的预测节之一：MCP 为什么活着，A2A 会不会重蹈 FIPA 覆辙，判断标准不在技术新旧，而在它们是否吸取了 1997 年买不起语义内核的教训。

线三：设计者手雕的门控（第 8 篇）

张力：Agent 需要同时反应和慎思——刹车要快，规划要深。1990-1995 年的所有“动态仲裁”方案，拆开看全是设计者手写的静态规则，真正的动态仲裁全部写在 future work 里。

TouringMachines 横向并发三层，INTERRaP 纵向分层上交，两条路线在同一场景里给出了两种决策路径。三十多年后 LLM 接管了这个门控。2026 年的 A/B 对照实验（E6）显示它安全全守、但保守过抑：兑现了 Ferguson 的 future work，却把“设计者雕琢的特判”换成了“模型先验的保守特判”。

线四：谁有权让机器停下来（第 9-11 篇）

张力：意图编辑权（做什么、何时坚持、何时放弃）的拉锯从未终结。设计者、Agent 自身的慎思、团队算子、协议标准，轮番持权。阶段三把它部分移交，LLM 时代把它整体没收：今天的 Agent 框架里，编辑权写在系统提示词和工具白名单里，而最后的编辑权叫自止，自止至今无主。

第 9 篇是全系列的观点高潮：三时空同构（1990 形式化 / 1995 工程 / 2026 实证），PGOAL 放弃条件与阶段二“自止”三问的焊接。第 10 篇给出当代证据：25,000 次任务、8 个模型的大规模实验验证了三时空同构，同时暴露出“47% 管理时间超过工作时间”的治理悖论——AI 侧已经可行，人侧还没跟上。补篇 C（第 11 篇）回到单点：当 LLM 住进 BDI 解释器，“believes achieved”这个自止判定，从可证明退化到可商量。

四条线的时间轴总图

四条线在两个点上交汇：其一，线一的“放弃条件”就是线四的“自止”——这是第 9 篇焊接节的枢纽；其二，线二的社会实验全部在线四的治理悖论里得到当代回响——招标、仲裁、标准化的老问题换上 2026 年的数据再次出场。

不只是历史：六个 2026 新增 A/B 对照实验

这个系列的每一篇历史记述都配有一个可运行的 Python 复现仓（10 个仓库，路径见各篇文内）。更有实验性的是：在复现之上，我们为六个关键机制做了用 LLM 替换经典组件的 A/B 对照实验——不是思想实验，是 861 次真实 API 调用（deepseek-chat，温度 0.3，原始数据全部存档于 experiment_results/ab_e*.json）：

六个实验合起来约 16.2 万 tokens 的真实调用，勾勒出一个不对称的图景：语义判定类的组件（选计划、认方言、估代价）LLM 几乎全对；而前提选择类的组件（自止判定、自评诚实性、动态门控）则暴露出系统性的失败模式。前者是能力问题，LLM 已经解决了 1997 年买不起的那部分；后者是 Bar-Hillel 之刺的当代显影——四十年来从未被解决，只是换了载体。不利结果在对应篇章里全部如实记录，未做软化。

读完这个系列，你会带走什么

不是又一份“BDI 已死”的讣告，也不是“古人早已发明一切”的怀古。三样东西：

一套判断框架。读完第 7 篇的四条死因复盘，你面对 MCP 和 A2A 的新闻稿时会有自己的试金石：内核生态位是否干净、语义是住在协议里还是让渡给模型、标准化的时机是早是晚。读完第 9 篇的三时空同构，你看待 AutoGen/MetaGPT 式多 Agent 框架的目光会多一层：它的意图编辑权在谁手里？自止条件写在哪里——还是根本没写？

一份诚实的边界清单。每一篇的影响谱系都做了“没有影响到什么”的反向盘点，引证强度分三级标注（强/中强/中）。BDI 没有被证明的东西、合同网没解决的问题、FIPA 没能交付的承诺，全部留在了纸面上——历史研究的价值一半在于防止重复投入。

六组可复核的实验数据。LLM 与经典组件的六个对照点，原始 JSON 全部存档。你可以在自己的模型上重跑——E2 的漏终止、E5 的系统性低估、E6 的保守过抑，这三个负向发现是 2026 年 LLM Agent 最值得警惕的遗产。

从 Bratman 的哲学缺口开始，还是从 MCP 的新闻稿开始，由你决定。

系列导航 · 意图即承诺，智能体即社会——自主性的第一个可计算答案