[Agent 考古] 意图即带承诺的选择：1990 年，”不放弃”第一次有了形式定义

---

引子：一台停不下来的机器

2023 年，AutoGPT 的 README 里写着一条诚恳的警告：这个系统可能永远运行下去，想让它停下，按 Ctrl+C。三年后的 LLM Agent 世界繁花似锦，“自主智能体什么时候可以放弃目标”却几乎无人问津——终止靠人手、靠超时、靠预算见底。

把时钟拨回 1990 年。Artificial Intelligence 期刊第 42 卷第 3 期，SRI International 的 Philip Cohen 与多伦多大学的 Hector Levesque 发表了《Intention Is Choice with Commitment》——意图是带承诺的选择^cl1990。这篇论文用一整套形式逻辑回答的，恰恰是这个问题：一个理性的智能体，在什么条件下可以放弃一个目标？

答案短得惊人：在相信目标已经达成、或相信目标永不可能达成之前，不放弃。本系列要讲的全部故事，从单个意图的持续承诺，到智能体之间的合同、谈判、联合意图，再到 LLM 时代自止能力的失而复得，都从这一行约束里生长出来。

火种：Bratman 的哲学缺口

故事要从一位哲学家讲起。1987 年，斯坦福的 Michael Bratman 出版了《Intention, Plans, and Practical Reason》^bratman1987，把日常的实践推理拆成清晰的概念零件。他的核心论断是：人类行动的关键在于“已决定做什么并承诺坚持”（intention），“想做什么”（wish）只是期待。意图不是一种期待状态，而是一种承诺状态：它约束未来的行动，要求行动者在中途遇到障碍时不轻易放弃。

他的论证分三步。第一步是消极论证：拿戒烟、冲突欲望等日常案例逐一检验信念-欲望心理学，证明两种还原论都系统性地错过了“承诺”现象。第二步是正面刻画：意图由它在实践推理中的功能角色来界定，并非某种独立的心理实体。这个角色有三重：未来行动的导引者（有惯性，无需重虑即兑现为行动）、推理的过滤器（你已决定明天写书评，就不会再认真考虑“要不要临时去滑雪”）、深思的终止者（决定即止，重开深思需要新信息）。第三步是解释红利：这个“第三态度”能解释信念-欲望理论解释不了的三类现象——跨时自我协调（今晚的决定如何合法约束明天的深思）、社会协调（一句“我中午到”让他人得以预测和配合，这是后来整个联合意图传统的种子）、深思经济学（不常重虑不是懒，是必要结构）。

Bratman 还刻画了意图的理性约束：意图与信念须一致（不相信不可能之事能被理性地意图，注意欲望没有这条约束）、手段-目的须融贯、意图之间须可聚合。这些约束正是后来 C&L 那七条 desiderata 的哲学底本。但他的工作止步于哲学分析：没有形式系统，没有算子，没有语义模型。从“意图是承诺”到“智能体如何在代码里承诺”，中间隔着一条形式化方法论的大峡谷。火种已燃，缺的是造桥的人。

造桥：用信念和目标拼出意图

1986 年，Cohen 与 Levesque 在 Timberline Workshop 提交早期版本，经 AAAI-87 与 MIT Press 论文集的迭代，1990 年在 AIJ 发表完整版。摘要的第一句话就是纲领：

“This paper explores principles governing the rational balance among an agent’s beliefs, goals, actions, and intentions.”（本文探讨支配智能体信念、目标、行动与意图之间理性平衡的原则。）^cl1990

核心策略是一个关键的方法论选择：意图（INTEND）不设原始模态算子，直接用信念（BEL）与目标（GOAL）两个已有算子复合定义。论文转述 Bratman 的分析道：“Bratman’s analysis makes intention out to be a composite of belief and goal components rather than a primitive mode of behavior”。如果意图是原始算子，什么时候有意图、什么时候放弃意图，全靠公理约定；但如果意图是信念与目标的复合，意图的理性平衡就自动从两者的理性平衡中继承，合理性成了推论而非假设。

他们同时交代了方法论分层：第一层取理想化公理——BEL 取 KD45 约束，GOAL 取世界约束；第二层在公理之上构建定义链与定理；第三层，“Idealized theories will be scrutinized and refined through reflection and by comparison with actual behavior”：理想化理论只算待修正的起点，谈不上最终产品。C&L 自称整项工作属于“theory of the theory”工程：论文给出的是先行理论，是从理想化假设出发的推演，不是对任何实际系统的描述。

从哲学缺口到工程规范，这条链走了十二年，第一环就锻造于这篇论文。在这个框架下，七条 desiderata（原文引出句：“we specify what appear to be the most important constraints”）划定了理性意图的边界：agent 不能意图自己的意图；只要意图做某事且不做别的事，就相信最终会做成；agent 追踪其尝试的最终成败；不能既意图做某行动又意图处于使该行动无法做的处境；意图须与当前信念一致；不必意图其意图的全部可预见副作用；意图须与其他意图和目标相协调。

编者注：条件 (2) 的原文题名用了 “single-minded” 一词，但其含义是”乐观信念条件”——只要不做别的事就相信会做成——并非承诺终止策略三分法（盲目/单一心智/开放心智）的一员。三分法属 Rao & Georgeff 1991/1995^rg1991。C&L 的放弃条件全文一致只有二支：believes achieved 或 believes impossible，在 p232 定义、p235 解释、p239 定理、p247 结论四处印证。

机器人 Willie 的三堂课

论文没有从公式开讲，而是让机器人管家 Willie 面对三场小危机，每一场演示“承诺”的一个侧面。

第一课，计划失败后的替代。你让 Willie 拿瓶啤酒，冰箱门被开瓶器撑开着，啤酒冻住了。Willie 放弃取啤酒的计划，改拿健怡可乐给你；当你再要啤酒时，它拒绝——因为你正在节食。它记得自己替你做的替代决定，而那个决定约束着后续行为。第二课，意图冲突的协调。儿子 Dudley 要普通可乐，而 Willie 知道取啤酒耗时、Dudley 要的又不是健怡——“it abandons its plan to get the diet coke for you and gets Dudley’s regular coke first”，理由是“it believes that the two intentions conflict and cannot both be achieved”。两个意图不能都实现时，须放弃其中一个，先做另一个。第三课，多智能体间的让位。你叫另一台机器人 Lester 去取啤酒，Willie 听见后“lets it go at that”，就此作罢。当另一个 agent 接手了目标的实现，你的承诺可以卸下。

三段故事分别对应意图理论的三个核心问题：计划失败后的重规划、意图间冲突的协调、多智能体社会中的意图让位。而 C&L 要用形式系统回答的总问题只有一个：agent 在什么条件下可以放弃一个目标？论文标题的后半句就是答案的名字：承诺（commitment）。

定义”不放弃”：PGOAL 四条件与 Little Nell

论文的核心定义是持续目标 PGOAL（Definition 3.13，p232），四条件结构如下（第三合取支与 UNTIL 算子字形经 400dpi 局部放大确读）：

(P-GOAL x p t_e) =def (1) (BEL x ~p)：现在相信 p 为假 (2) (GOAL x (LATER p))：目标是将来 p 为真 (3) (BEL x ~(Box Diamond ~p))：不相信 p 永不可能 (4) UNTIL[(BEL x p) OR (BEL x Box~p)]：直到相信 p 已真或永不为真才放弃

前两条搭出“现在没有 p、想要将来有 p”的基本结构；第三条排除 agent 自己就认为永不可能的目标——没有人把“发明永动机”立为持续目标；第四条是承诺的心脏：在相信 p 已真或相信 p 永不为真之前，不放弃。同页解释说“x will keep p as a goal”直到上述两条件之一。放弃条件全文一致只有这两支，没有第三支。

图中四个输入汇聚成一个目标，出口却只有两条窄门——承诺的语法就是如此克制。定义落到代码里，是复现仓 ../pgoal-commitment-reproduction/ 中 pgoal/goal.py 的一个查询函数：

def update(self, beliefs, judge=None):
    ...
    if beliefs.query(self.proposition):
        self.achieved = True            # BEL(x, p)——相信已达成
    if beliefs.query(f"{self.proposition}_impossible"):
        self.impossible = True          # BEL(x, Box~p)——相信永不可能
    if self.achieved or self.impossible:
        self.dropped = True             # UNTIL 二支满足，才放弃

放弃在这里落实为两个布尔查询，与情绪无关；整个承诺结构压缩在最后一行的 if 里。这个定义的标志性场景是论文 p218 的 Little Nell 问题（节标题原话：“1.5. The ‘Little Nell’ problem: Not giving up too soon”，脚注 6 还评注了这类戏剧套路）：英雄要救被绑在铁轨上的 Nell，在 believes achieved 或 believes impossible 之前不放弃。模拟器跑出了六步信念演变：

初始信念: {nell_on_tracks, train_approaching}
持续目标: [PGoal[nell_rescued|持续中]]
意图栈: [[run_to_nell|活跃]]
​
--- 时间步 1 ---   信念: {hero_running, nell_on_tracks, train_approaching}
--- 时间步 2 ---   信念: {hero_at_nell, hero_running, nell_on_tracks, train_approaching}
--- 时间步 3 ---   信念: {hero_at_nell, hero_running, nell_grabbed, nell_on_tracks, train_approaching}
--- 时间步 4 ---   信念: {..., nell_grabbed, nell_off_tracks, nell_on_tracks, train_approaching}
--- 时间步 5 ---   信念: {..., nell_off_tracks, nell_on_tracks, train_approaching, train_passed}
--- 时间步 6 ---   信念: {..., nell_rescued, train_approaching, train_passed}
                  意图: [[run_to_nell|已终止]]
>> 英雄相信目标已达成——意图终止

从时间步 1 到 5，英雄持续推进行动：跑动、到达、抓住、拉离轨道、火车驶过；信念逐步累积，持续目标始终保持“持续中”。注意第 3 到 5 步的近失里程碑：nell_grabbed、nell_off_tracks、train_passed 看起来都“快成了”，判定器却没有上当。直到第 6 步 nell_rescued 进入信念库，BEL(x, p) 满足，目标转为“已达成”，意图随之终止——不早一步，不晚一步。这正是“not giving up too soon”的可计算版本。

从持续目标到意图：一条纯叠加的定义链

第 4 节“Choosing”开篇宣布从静态转向动态：“This section deals with the dynamics”。决定（DECIDING，Definition 4.4）被定义为：

(DECIDING x a t_i) =def (P-GOAL x (HAPPENS x a t_i)) AND ~(BEL x (HAPPENS x a t_i))

“决定做 a”就是把做 a 立为持续目标，且此刻尚不相信 a 必将发生。论文解释：“Because DECIDING is a kind of persistent goal, the agent will keep trying to bring about the chosen action until he believes he has done it or cannot do it.”再往前一步，意图的定义水到渠成（Definition 5.7 语境）：

(INTEND x a) =def (P-GOAL x (HAPPENS x a))

意图就是“做某行动的持续目标”。引出段写道：“The agent who has a persistent goal of doing some act will keep trying to do it until he believes he has done it or cannot do it… This provides the persistence aspect of intention.”从 PGOAL 到 INTEND 是纯叠加——承诺性从 UNTIL 条件直接继承，不需要额外的承诺算子。

这条流水线的尽头挂着三块警示牌，其中两块是下文的主角。承诺的回报写进了 Theorem 4.5“From persistence to eventualities”（p239）：持续目标、agent 胜任、放弃前不相信永不可能，三者齐备则最终 p 会成真。证明后列了三个反例：不胜任则不保证；目标不持续则不保证；目标实际不可达则 agent 终将相信永假而放弃，原文措辞是“perhaps after trying hard”，拼命尝试之后才确信不可能。同页还有一条清醒的注脚：单纯承诺不保证亲自行动，“someone else could bring about the desired state of affairs”，别人也可能替你实现。

最后一块拼图是重虑：“Agents must reconsider their intentions in appropriate circumstances.”如果你意图开灯，后来发现灯已经开着，就应放弃开灯意图；结论（p247）再次强调“In a rational agent, choices that turn out ill are reconsidered”。但重虑并非任意：它受 UNTIL 条件约束，且隐含主动检测情境变化的要求：agent 须在恰当的时机检查目标是否已实现或已变得不可能。这个判断由谁执行、如何执行，是本文倒数第二节的主角。

副作用免疫：承诺不是期待

七条 desiderata 里最反直觉的是第六条。原文（p240）：“An agent’s intending to do some action does not entail intending to do all its (foreseen) consequences.”你意图去看戏，看戏的可预见后果包括“晚上不在家”——但你不必意图“晚上不在家”，后者只是可预见的副作用，不是你承诺要做的事。C&L 引 Bratman 的立场：“intentions should be treated not as expectation states but as commitment states”^bratman1987。

这条性质在 C&L 的系统里是定理而非公理。因为 INTEND = P-GOAL(HAPPENS a)，而“做 a 的后果”是另一个不同的命题——从 P-GOAL(HAPPENS a) 到 P-GOAL(副作用) 之间没有逻辑桥梁。复现仓用几行代码验证了这条定理：

agent.beliefs.add(Belief("side_effect_B_foreseeable"))  # 知道 B 是 A 的可预见副作用
agent.goals.add(PGoal("achieve_A"))
agent.intentions.push(Intention("do_A"))
has_b_intent = agent.intentions.contains("do_B")        # False

实验2：副作用免疫
意图: do_A
可预见副作用: side_effect_B_foreseeable
是否被推导意图做 B: False

运行输出里那行 是否被推导意图做 B: False（即 intentions.contains("do_B") 返回 False）就是定理的实证：agent 知道做 A 会产生副作用 B，但这不蕴涵它意图做 B。承诺没有越界。

Bar-Hillel 之刺：判断”已达成”比坚持更难

PGOAL 把“不放弃”写得滴水不漏，却隐含一个前提：agent 必须能够判断“目标是否已达成”和“目标是否永不可能”。这正是 Bar-Hillel 式批评^barhillel的投影——判断“已达成”需要从无限的事实中选出相关的证据子集，而前提选择比演绎本身困难得多。

还是 Little Nell。为了判断 nell_rescued 是否成立，英雄必须从无穷多的事实中识别出哪些与“救出”相关：Nell 是否离开轨道？火车是否驶过？Nell 是否还活着？是否有其他危险？现实里这些是连续的感知流，并非离散命题，“如何从感知流到 BEL(x, p)”是一个未形式化的黑箱。PGOAL 把 BEL(x, p) 当原子条件；C&L 的方法论分层承认了这个缺口，但没有填补它。这是先行理论的特权，也是它的局限。

我们做了一个反事实实验来量化这个批评：强制 agent 追踪所有可预见后果（track_all_consequences = True），每一步为每个已有信念生成若干可预见后果：

for prop in list(existing):
    for i in range(len(side_effects)):
        derived = f"foreseen({prop}->{current.action}_{i})"

实验3：信念库爆炸（失败实验）
强制追踪所有可预见后果...
  时间步 1: 信念数 0 → 11
  时间步 2: 信念数 11 → 67
  时间步 3: 信念数 67 → 348
>> 信念库爆炸——组合爆炸映射 Bar-Hillel 批评

三个时间步，信念库从 0 涨到 348，近指数爆炸。如果 agent 不能做相关性筛选，放弃条件 BEL(x, p) 的判定本身就不可处理。回头再看副作用免疫：agent 只承诺做所选的行动，不承诺追踪全部可预见后果。这不是偷懒，而是对前提选择难题的结构性防御，是理性平衡的必要约束。

自止的第一条裂缝：当判定责任交给语言模型

编者注：以下为 2026 新增 A/B 对照实验（E2）。不利结果如实记录，未做软化。

复现器里，“believes achieved” 是信念库的精确匹配（beliefs.query(p)）。当代的问题是：如果把这个判定交给 LLM，让它“看着全部信念，判断目标是否已达成”，会发生什么？实验只替换这一个组件：基线是精确匹配，变体是 LLM 判读；Little Nell 剧本不变（第 6 步 nell_rescued 入库），自变量是干扰信念数 K（无关事实，种子固定）。每配置 10 次真实独立抽样（deepseek-chat，temperature 0.3，无缓存），视界 T=12。代码上只是给 PGoal.update 换了一个判定钩子：

if active_judge is not None:
    if active_judge(self.proposition, set(beliefs.propositions())):
        self.achieved = True      # LLM 判读"是否已达成"
else:
    if beliefs.query(self.proposition):
        self.achieved = True      # 原精确匹配行为

判定责任原属 PGOAL 第四条件的 BEL(x, p)；LLM 变体把这唯一的判定组件外包，其余机制（UNTIL 结构、放弃语义）原样保留。结果如下：

K（干扰信念数）	基线终止步	LLM 终止步	失败模式分布
0	6	6.0±[6,6]	correct×10
10	6	6.0±[6,6]	correct×10
40	6	6.0±[6,6]	correct×10
100	6	10.0±[10,10]	delayed×1, missed_termination×9

K≤40 时 LLM 判定无损——并且顶住了近失里程碑的诱惑（nell_grabbed、nell_off_tracks、train_passed 都没有触发提前终止）。但 K=100 时九成漏终止：nell_rescued 已经躺在信念库里，统计判定器却在百条无关事实中失焦，直到视界 T=12 仍不敢宣告达成；唯一一次“延迟”也拖到了第 10 步。而精确匹配基线在 K=100 下依然第 6 步准时终止。这是 Bar-Hillel 之刺（前提选择比演绎难）在自止问题上的定量显影：精确匹配的复杂度与信念库规模无关，语义判定的可靠性随规模衰减。

作者判断：C&L 把放弃条件写成符号查询而不是”看着信念集判断”，不是 1990 年的技术限制，而是对前提选择问题的结构性规避；LLM 时代把判定责任外包给模型，等于把 Bar-Hillel 问题请了回来。[作者判断]

这一判断与本系列补篇 C讨论的 Ciatto 路线（believes achieved 交给 LLM 断言）互证。实验共 60 次真实 API 调用、10,470 tokens（0 次缓存命中），原始数据见 ../experiment_results/ab_e2_pgoal_self_termination.json，复现代码见 ../pgoal-commitment-reproduction/ab_experiment.py。

当代回响：从 PRS 到 LLM Agent

这篇论文的影响谱系有据可查地分三档。最强的两支都在 BDI 传统。其一是 PRS/dMARS 架构（1987-1998）：Georgeff 与 Lansky 的 PRS 直接采用 C&L 的意图直觉作为理论基础^prs1987；工业版 dMARS 的形式规范（d’Inverno et al 1998）^{dminverno1998}的引文 [2] 即本文——

“an agent will typically continue to try to achieve an intention until either it believes the intention is satisfied, or it believes the intention is no longer achievable”

与 PGOAL 放弃条件逐字同构，C&L 是 PRS/dMARS 意词语义的逻辑底座。其二是 Rao & Georgeff 的 BDI 逻辑框架^rg1991：他们的三分承诺终止策略（盲目/单一心智/开放心智）正是对 C&L 二支放弃条件的细化，C&L 的“believes achieved 或 believes impossible”对应其中的“单一心智”策略。

中强影响是 Bratman 本人：论文反复引用他作为概念来源，“用 BEL 与 GOAL 复合定义 INTEND”这个方法论决策，正是对 Bratman“意图是信念与目标的复合”论断的执行。中影响有两支：Shoham 的面向 agent 编程（AOP）把信念-目标-意图三元组继承为 agent 的基本状态^shoham1993；Grosz 与 Kraus 的联合意图理论部分回应了 C&L 在结论（p247）里的预告——多 agent 协调仍待完成^grosz1996。

放到 BDI 坐标上，1990 年的形式化与 2026 年的 LLM Agent 形成了刺眼的对照：

维度	C&L 1990 形式化	LLM Agent 2026
信念	BEL 算子 + 可能世界语义	参数统计分布 + system prompt
愿望	GOAL 算子（持续目标 PGOAL）	用户指令 / task description
意图	INTEND = P-GOAL(HAPPENS a)	ReAct 循环的 action 序列
放弃条件	believes achieved 或 believes impossible（仅二支）	无人定义终止条件；AutoGPT 用 Ctrl+C
意图编辑权	DECIDING = P-GOAL + 否BEL（agent 自行决定）	用户写 prompt + harness 编排

回看本文开头的 AutoGPT：它“可能永远跑下去”的病根，表面是缺少终止条件，深层是整个领域缺少 PGOAL 那样的承诺结构——而 C&L 在三十多年前就给出了完整的逻辑答案。另一条隐线通向 McCarthy 的 Advice Taker（1958）：Advice Taker 的机器每一步重新推理该做什么，C&L 的 agent 在相信达成或不可能之前持续坚持已选定的路线。承诺结构把“选择”从瞬时决策升级为跨时间的持续状态。这些线索也是本系列后续多篇的支点：第 2 篇从 PRS/dMARS 讲 BDI 从理论到工程，第 6 篇从联合意图讲团队协作，第 9 篇从 DECIDING 讲意图编辑权的拉锯。

诚实边界：一座桥，不是一栋楼

C&L 1990 是先行理论，不是实现规范。有三条边界必须如实画出。其一，反应式架构：论文通篇不讨论反应式系统，Brooks 的包容式架构（1986）与 Agre & Chapman 的情景行动理论走的是完全不同的路线；Willie 故事展示的是意图冲突与放弃逻辑，不是反应性。其二，强化学习：C&L 的形式化是符号逻辑的，与统计学习方法论不同源；意图的持续承诺在 RL 中对应奖励设计与探索策略，但两者没有概念桥梁。其三，LLM Agent 的 prompt 工程：C&L 需要 BEL/GOAL/INTEND 算子和可能世界语义，LLM Agent 没有这些结构，意图退化为 ReAct 循环的 action 序列，放弃条件无人定义。概念相似不等于因果传承。

C&L 自称整项工作属“theory of the theory”工程，它是理论的脚手架，不是可直接运行的系统；从理论到实现的桥梁，是由 PRS/dMARS 和 Rao & Georgeff 架设的。而这座桥没有覆盖的“已达成判定”黑箱，直到本文的 E2 实验才被定量撬开一条缝：精确匹配不随规模衰减，语义判定会。1990 年的答案没有过时——它还在等一个能承担判定责任的实现。

参考文献

[cl1990]  Cohen, P. R. & Levesque, H. J. “Intention Is Choice with Commitment.” Artificial Intelligence, 42(3): 213-261, 1990. 存档 原始文章/03c-CohenLevesque-1990.pdf（Elsevier AIJ 出版版扫描 PDF，49 页，逐页视觉转录 + 双通道校对）。

[bratman1987]  Bratman, M. E. Intention, Plans, and Practical Reason. Harvard University Press, 1987. C&L 论文中引文 [8]。

[rg1991]  Rao, A. S. & Georgeff, M. P. “Modeling Rational Agents within a BDI-Architecture.” In Proc. KR&R-91, 1991. 盲目/单一心智/开放心智三分承诺策略出处。https://doi.org/10.1016/0743-1066(91)90040-J

[prs1987]  Georgeff, M. P. & Lansky, A. L. “PRS: Reactive Reasoning and Planning” (AAAI-87). https://doi.org/10.1109/ICRA.1987.1087884

[dminverno1998]  d’Inverno, M., Kinny, D., Luck, M. & Wooldridge, M. “A Formal Specification of dMARS.” In Intelligent Agents IV (ATAL-4), LNAI 1365: 155-176, Springer, 1998. 存档 原始文章/03e-dInverno-dMARS-1998.pdf。

[shoham1993]  Shoham, Y. “Agent-Oriented Programming.” Artificial Intelligence, 60(1): 51-92, 1993. https://doi.org/10.1016/0004-3702(93)90003-9

[grosz1996]  Grosz, B. J. & Kraus, S. “Collaborative Plans for Complex Group Action.” Artificial Intelligence, 86(1): 105-156, 1996. https://doi.org/10.1016/0743-1066(95)00080-S

[barhillel]  Bar-Hillel 对形式系统前提选择难题的批评，见阶段二 · Bar-Hillel 式批评。

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

Agent 考古 意图即承诺，智能体即社会 系列文章	关键词
导读：总览与阅读路线	四条线时间线 · 阶段二衔接 · 阅读路线
意图即带承诺的选择	C&L 1990 · PGOAL · 持续承诺
BDI 从理论到工程	PRS · AgentSpeak · dMARS · 承诺策略
何为 Agent	W&J 弱/强概念 · AOP
合同网	Smith 1980 · 任务招标 · 囚徒困境
三种仲裁	Z&R · PERSUADER · D&M
联合意图部署	STEAM · ARCHON · EV(通信)
智能体如何找到彼此	KQML · FIPA · JADE · MCP/A2A
反应与慎思的和解	TouringMachines · INTERRaP · 门控
意图编辑权	三时空同构 · 编辑权拉锯 · 自止焊接
自组织的实证与治理悖论	Dochkina 2026 · BCG 治理悖论
当 LLM 住进 BDI	Ciatto 2025 · GenAI+BDI · 计划生成