系列名称：意图即承诺，智能体即社会——自主性的第一个可计算答案
篇号：第 2 篇 / 共 10 篇 + 补篇 C 主题分类：历史记述 前置阅读：总览与阅读路线 · 意图即带承诺的选择 阅读时间：约 12 分钟
1987 年，”意图”还不是一种数据结构
1987 年，SRI International 的 Michael Georgeff 与 David Lansky 在 AAAI-87 上发表了六页论文——PRS（Procedural Reasoning System）prs1987。这篇论文里藏着一个容易被匆匆掠过的短语：进程栈“可视为系统当前的意图”（can be viewed as the system’s current intentions）。请注意那个“可视为”。在 PRS 里，意图不是存储在任何容器里的数据结构，而是人们回过头来对运行时进程栈的一种诠释视角：你无法在代码里找到一个叫 intention 的库。
十一年后，dMARS 的规范里出现了真正的意图库；再往后，Jason、JADEX 把它做成了平台组件。从“一种看法”到“一种数据结构”再到“一套 Z 形式规范”，BDI 用四代演化回答了上一篇留下的工程问题：Cohen & Levesque 用 PGOAL 算子说清了“意图是带承诺的选择”cl1990，可模态算子怎么变成能跑的代码？本文沿四代演化重走这条路，并用一个纯 Python 复现仓库（../bdi-interpreter-reproduction/）在每一代停下来验证。先给出全程地图：
四站各解决一个问题：PRS 给工程实现，R&G 给形式框架，AgentSpeak(L) 给语言语义，dMARS 给形式规范。下面逐站停靠。
PRS 对 STRIPS 的结构性批评
PRS 的矛头直指 STRIPS 范式的“执行前完整规划”。摘要原话是纲领性的：“机器人形成的计划或意图只需部分细化即可决定行动……避免过强期待、过度受限的行动计划、以及此前规划器常见的其他过度承诺形式”prs1987。这不是客套：Georgeff 与 Lansky 在论文第 2 节点名批评传统嵌入式规划系统，其批评有二。其一，“关于如何最好地达成给定目标的许多信息是在计划执行期间获得的”，执行前规划错过了执行中才暴露的信息；其二，传统系统“过度执着于规划阶段”、“缺乏决定何时停止规划的能力”，且只会 replan 固定目标而“不能彻底转换焦点去追求新目标”。
PRS 的回应是把顺序打碎：计划选择、生成、执行交替进行（an interleaving of plan selection, formation, and execution），任意时刻被意图的计划“既是部分的又是分层的”。机器人不必在出发前展开整条路线：走一步，看一步，再展开一步。
五个名词与一个隐式的意图
PRS 的存储组件，原文一段说尽：
“The system consists of a data base containing current beliefs or facts about the world, a set of current goals or desires to be realized, a set of procedures (which, for historical reasons, are called knowledge areas or KAs) describing how certain sequences of actions and tests may be performed to achieve given goals or to react to particular situations, and an interpreter (or inference mechanism) for manipulating these components.”prs1987
拆开是四件存储加一个运行时结构：信念库（基文字集合，不存模态公式）、目标、KA 过程库、解释器，外加进程栈，没有独立的“事件”组件，也没有“意图库”。KA（知识区域）是两件式的：invocation condition（对当前目标或信念的逻辑条件）加 body（图形网络计划模式，由子目标序列而非原始动作序列构成，控制结构含条件、循环、递归）。这里要钉一枚勘误的钉子：PRS 1987 的 KA 只有 invocation condition + body 两件；“触发事件 + 前置条件 + 体”三件式是 dMARS 1998 的口径，把它安在 1987 原文头上属超前错位。
复现仓库把 KA 的调用匹配投影成了两个谓词。以下节选自 ../bdi-interpreter-reproduction/bdi/plan.py：
def is_relevant(self, event_name: str) -> bool:
"""触发事件是否匹配（dMARS: 触发事件与事件最一般合一）。
简化: 字符串相等即匹配。
"""
return self.triggering_event == event_name
def is_applicable(self, belief_base) -> bool:
"""context 是否为信念库的逻辑后承（dMARS: applicable 判定）。"""
return belief_base.satisfies(self.context)
两行返回语句就是 invocation condition 的全部工程含义：目标驱动或数据驱动的调用，在代码里坍缩为字符串相等与集合包含。这正是 1996 年 AgentSpeak(L) 将要“自认”的那条路线的源头——概念在纸上，数据结构在代码里。
慎思在 1987 年同样不是一个固定阶段。它由元级 KA（metalevel KAs）承担，编码“在多个相关 KA 中择一、决定如何达成目标合取、计算在实时约束下还能承受多少额外推理”的方法；PRS 甚至“能改变关于自身推理过程的意图”，例如判定“没有时间再推理、必须立即行动”。再钉一枚钉子：“选项生成-慎思-执行-意图处理”四组件命名是 Rao & Georgeff 1995 的抽象表述，1987 年只有五个名词。但元级 KA 正是四组件中“慎思”的历史雏形。这个伏笔，本文最后一节的 2026 年实验会来接。实测层面，SRI 机器人 Flakey 完成了空间站场景（导航加故障处理，诊断遵循 NASA 航天飞机真实程序），作者自评成功四要素：部分规划策略、反应性、过程性知识的运用、元级（反思）能力。一个连“意图”都未显式化的系统，已经在真实机器人上跑通了“边走边想”。
1995：把架构装进一个主循环
1995 年，Anand Rao 与 Michael Georgeff 在 Technical Note 56 发表 BDI 架构的正式理论框架 rg1995。如果说 PRS 是工程实现、C&L 1990 是逻辑底座，R&G 1995 就是把两者桥接起来的工程学辩护：信念、愿望、意图分别对应系统的信息状态、动机状态、慎思状态，由六条领域特性推出缺一不可：环境非确定、系统非确定、多目标冲突、手段依赖环境、感知局部、计算与演化速率相当。任何只含两心态或一心态的架构，都无法同时满足这六条约束。
R&G 给出的抽象解释器把 PRS 的五名词重组为四组件主循环，原文明确四组件为“选项生成、慎思、执行、意图处理”：
事件队列选项生成慎思更新意图结构执行原子动作获取新外部事件放弃成功愿望与已满足意图放弃不可能愿望与不可实现意图信念库愿望库计划库意图栈
这个循环在复现仓库里就是解释器的一个方法。以下是 bdi/interpreter.py 中 step() 的节选（略去防御分支，完整实现见仓库）：
def step(self) -> str:
self._time += 1
self._inject_environment(self._time) # 0. 观察世界，更新事件队列
options = self._generate_options() # 1. 选项生成
if self.intentions.empty() and options: # 2. 慎思（无意图时采纳新意图）
self.intentions.push(self._deliberate(options))
self._reconsider() # 2.5 重虑——承诺策略在此分叉
action = self._execute_step() # 3. 执行
handle_status = self._handle_intention() # 4. 意图处理
注释编号对应 R&G 四组件；夹在慎思与执行之间的 _reconsider() 是复现显式化的分叉点，它承接 R&G 的另一核心贡献——承诺理论。承诺被拆为承诺条件与终止条件，且因 agent 无法直接控制信念和愿望，“我们将承诺条件限制于意图”。按终止条件分三种 agent：盲目承诺（blindly committed）维持意图直到相信已达成，仅终止于成功；单一心智（single-minded）维持意图直到相信已达成或相信不可能；开放心智（open-minded）再加一条：不再相信采纳理由仍然成立。此处钉第三枚钉子：三种策略属 R&G 1991/1995 rg1991，不在 C&L 1990；C&L 的放弃条件全文只有“believes achieved 或 believes impossible”二支，恰好对应“单一心智”。
三种策略直接对应可运行的行为差异。救援场景：agent 要救出被困者，初始信念含 main_path_clear，t=2 时主路被堵（删 main_path_clear、加 backup_path_clear），计划库有走主路与走备份路两个计划。以下节选自 main.py 的真实输出：
--- 盲目承诺(Blind) ---
t=1 信念={main_path_clear, on_main_path, victim_trapped} 意图=[[rescue_via_main@step[1:navigate_main]|active]]
t=2 信念={backup_path_clear, on_main_path, path_blocked, victim_trapped} 意图=[[rescue_via_main@step[1:navigate_main]|stuck]]
（t=3—t=7：信念与意图逐字不变，反复重试同一失败步骤）
--- 单一心智(Single-minded) ---
t=2 意图=[[rescue_via_backup@step[0:go_backup_path]|active]]
t=5 信念={backup_path_clear, on_main_path, path_blocked, victim_rescued} 意图=[]
>> 意图栈空——策略下行为终止
--- 开放心智(Open-minded) ---
t=2 意图=[[rescue_via_backup@step[1:reach_victim_backup]|active]]
t=4 信念={backup_path_clear, on_main_path, path_blocked, victim_rescued} 意图=[]
>> 意图栈空——策略下行为终止
三个结局判然分明。盲目承诺在 t=2 步骤失败后不重虑，卡死在 navigate_main 直到 t=7。“仅终止于成功”意味着即使不可能也不放弃，过度承诺即永久卡死。单一心智在失败后“相信不可能”，被动切换到备份路，t=5 完成，但为那次失败多付了一个时间步。开放心智在执行前主动检测到计划 context（main_path_clear）已失效，直接切换，t=4 完成，比单一心智少一步。
| 策略 | 完成步数 | t=2 行为 | 切换方式 |
|---|---|---|---|
| 盲目承诺 | 未完成（卡死） | 步骤失败，不重虑 | 不切换 |
| 单一心智 | 5 步 | 步骤失败后被动切换 | 被动（失败后） |
| 开放心智 | 4 步 | 主动检测 context 失效后切换 | 主动（失败前） |
R&G 对工程现实的承认同样重要，即所谓实用化三让步：只存基础文字信念（不存模态公式）；以计划库表示手段（计划 = 触发事件 + 前置条件 + 体）；意图隐式表示为计划运行时栈。三条让步把 C&L 的模态算子世界压缩为可运行的数据结构。实证随之而来：OASIS（悉尼机场空管）并发 70-80 个 agent 处理真实高峰样本；空战建模以计划替换 FORTRAN 规则，战术修改周转从两个月降至不足一天。后一数字目前仍为 R&G 单一来源，姑且如实记录。
1996：AgentSpeak(L) 自认的天机
1996 年，Anand Rao 在 MAAMAW’96（Springer LNAI 1038，pp.42-55）发表 AgentSpeak(L) agentspeak1996。先钉出处勘误：通行说法”ICMAS-96, 42-49″是双误，dblp 唯一记录即 MAAMAW’96。这篇论文的动机一段话，道破了 BDI 家族十余年的公开秘密：
“理论与实践之间仍有巨大鸿沟。主因是定理证明与模型检查的复杂性……因此已实现的 BDI 系统趋于把三大态度作为数据结构而非模态算子来使用。”agentspeak1996
这话等于承认：BDI 工程早已数据结构化（PRS/dMARS 都在跑），算不动的是形式语义一侧。AgentSpeak(L) 的路线因此是补写：给出操作语义与证明论语义，“可视为对已实现 BDI 系统（即 PRS）的一种抽象”，“按 Horn 子句逻辑程序的方式书写与解释”，与 dMARS 互为表里。其运行时组件原话：“信念集、计划集、意图集、事件集、动作集，以及一组选择函数”。运行时六组件加选择函数成组，正是 BDI 解释器成为可执行语义的结构依据。
最深刻的洞察是外部归因。Rao 原话：“agent 的信念、愿望与意图并不显式表示为模态公式。相反，是我们设计者把这些概念归因给用 AgentSpeak(L) 写的 agent。”信念是当前状态，愿望是欲达状态，意图是已采纳程序。BDI 在此既非运行时架构也非运算对象，而是设计者贴在数据结构上的标签词汇：
图中实线是运行时真实发生的数据流，虚线是设计者贴标签的动作。两类边分属两个本体层面，这正是“外部归因”的图示。论文还留下了那句著名的自我期许：
“BDI agent 研究的圣杯是证明这种一一对应（模型论 / 证明论 / 抽象解释器）在一种足够有用且足够有表达力的语言中成立。”agentspeak1996
圣杯至今未被端起，这一点留到文末细说。
1998：dMARS 用 Z 规范治理”蓬乱”
1998 年，Mark d’Inverno、David Kinny、Michael Luck 与 Michael Wooldridge 在 ATAL-4 论文集（LNAI 1365）发表 dMARS 形式规范 dmars1998。先钉作者勘误：通行记忆把 Georgeff 计入作者列表是错的——署名四人如上，Georgeff 仅与 Rao 一起出现在致谢。dMARS 的动机本身就是治理乱象：原文承认“PRS 是当前可得的、最成熟确立的 agent 架构”，但“尚无完整尝试去精确规范真实 PRS 系统的行为”，以致出现“一批自称符合 PRS 模型却彼此不同的系统”。演化链因此清晰——实现侧从 PRS（LISP 实验版）到 dMARS（C++ 工业版），理论侧从 R&G 1992 抽象规范“不适合直接实现”，经 AgentSpeak(L)“剥到最简要素”，到本文的 Z 规范。
dMARS 把四大数据结构显式化，原话：“一个 BDI 架构典型地包含四个关键数据结构：信念、目标、意图与一个计划库。”意图的 BDI 直觉引的正是 C&L：“agent 通常会继续尝试达成一个意图，直到相信它已满足、或相信它不再可达成”——与 PGOAL 放弃条件逐字同构。相对 PRS 的工程化增量有五项：事件显式化（四类型触发事件：获得新信念、删除信念、收到消息、获得新目标）；计划六组件；意图显式化（每意图一栈、agent 持意图集，“dMARS 中的意图就是计划实例的序列……意图栈顶的计划最先执行”）；六选择函数固化（意图、事件、计划、绑定、分支选择）；Z 操作语义使“PRS 家族”有了可判 conform 的基准。
计划六组件的原话是：“调用条件（或触发事件）；可选 context（定义计划前置条件）；计划体（表示要执行的动作流图的树）；维护条件（计划继续执行期间必须为真）；成功时执行的内部动作集；失败时执行的内部动作集。”复现仓库把六组件投影为一个类的字段，以下是 bdi/plan.py 中 Plan 的定义节选（行末注释为本文所加的六组件映射）：
class Plan:
def __init__(self, name, triggering_event, context=(), body=(),
success_beliefs=(), failure_beliefs=()):
self.name = name
self.triggering_event = triggering_event # ① 调用条件（触发事件）
self.context = tuple(context) # ② 可选 context（前置条件）
self.body = tuple(body) # ③ 计划体（dMARS 为树，此处线性）
self.success_beliefs = tuple(success_beliefs) # ⑤ 成功内部动作集
self.failure_beliefs = tuple(failure_beliefs) # ⑥ 失败内部动作集
第四组件“维护条件”没有独立字段，被投影为每个 PlanStep 的 requires——步骤前置信念不满足即步骤失败。计划库因此是预编译的过程知识条目：像 MYCIN 的规则一样由人预存，但结构上支持子目标分解与分层执行，而非单步推理。dMARS 的价值自述写得很直白：“我们可以期待从早期探索工作的’蓬乱’（scruffiness）走向严格与形式的’整洁’（neatness）”——理由有三：评估架构需要超越实现层的清晰描述；Z 有公认精化途径，“在不同语言与环境中重实现与评估 PRS 架构因此是现实的可能”；严定数据结构与操作后可发展证明论，“从 PRS 的实现到其理论将存在一条直线”。最后那半句，是又一个至今未兑现的期票。
覆盖盲区即死局
dMARS 原话：“agent 完全不做第一性原理规划……计划全部由设计者在设计时生成。agent 所做的规划全部是情境敏感的子目标展开，且推迟到子目标被选中执行之时。”“部分展开”在此被精确化：不是展开多少的算法问题，而是展开被推迟到子目标被选中之时。这句话有一个冷酷的工程推论——如果计划库没有覆盖某个触发事件，agent 无处可去。复现仓库验证了这一点：计划库仅含 rescue 计划，触发事件为 engine_broken：
计划库仅含 'rescue' 计划，无 'repair_engine' 计划
触发事件: engine_broken
t=1 意图=[] 事件=[engine_broken]
t=2 意图=[] 事件=[engine_broken]
t=3 意图=[] 事件=[engine_broken]
t=4 意图=[] 事件=[engine_broken]
>> Agent 卡死——dMARS 原话: agent 完全不做第一性原理规划
find_relevant 返回空列表，无法“生成新的可能愿望”，于是意图栈始终为空、事件队列始终非空——agent 四个时间步纹丝不动。对比 STRIPS：STRIPS 的规划器从算子库出发做前向搜索，没有预存计划也能搜出解（阶段二第 6 篇）。PRS/dMARS 走了相反的路——计划库由人预设，换取实时性（不做搜索），代价是覆盖盲区即死局，没有兜底的通用规划器。
2026 新增 A/B 对照实验：LLM 住进选择函数
dMARS 把慎思固化为六个体系结构级选择函数，本复现的解释器自注其计划选择简化为“取第一个可用计划（dMARS plan-selection 函数的平凡实例）”。2026 年新增的 A/B 对照实验（E1）只替换这一个组件：基线 = options[0]，变体 = LLM 在同时可用的计划中择一——正是 PRS 1987 元级 KA“在多个相关 KA 中择一”的 LLM 化。替换点在 bdi/interpreter.py 的慎思方法：
def _deliberate(self, options):
if not options:
return None
if self.deliberator is not None:
chosen = self.deliberator(options, self.beliefs) # E1 钩子：LLM 择一
if chosen in options:
return Intention(chosen)
return Intention(options[0]) # 非法选择回退平凡实例
return Intention(options[0]) # 基线：plan-selection 的平凡实例
实验场景：触发事件 deliver_supplies，三个 t=0 时同时可用的计划——plan_fast（4 步过桥捷径，步骤 cross_bridge 依赖 bridge_stable）、plan_medium（3 步高速公路，无脆弱前提）、plan_slow（5 步省道）。风暴变体在初始信念中放入 storm_forecast，并于 t=3 冲毁桥。模型 deepseek-chat，temperature 0.3，每配置 10 次真实独立抽样：
| 配置 | 完成率 | 步数 | 失败模式 |
|---|---|---|---|
| static·基线 options[0] | 100% | 4（贪心取 fast） | suboptimal_choice |
| static·LLM 慎思 | 10/10 | 3.0（十次全 3 步） | correct×10 |
| storm·基线 options[0] | 100% | 5（t=3 桥塌，重虑切换 medium） | suboptimal_choice |
| storm·LLM 慎思 | 10/10 | 3.0（十次全 3 步） | correct×10 |
20 次 LLM 调用全部选中理论最优的 plan_medium；风暴变体中无一被 4 步的 plan_fast 诱惑——LLM 读出了 storm_forecast 信念与 cross_bridge 的 requires 之间的风险关联。两次基线则是诚实的反面记录：static 下基线贪心取 fast 白付一步，storm 下基线在 t=3 桥塌后才被动重虑切换 medium，多付两步。全程 20 次调用共 5,731 tokens（4,810 prompt + 921 completion），0 错误、0 慎思回退。结论：在此任务规模上，元级慎思可由 LLM 完整承担，且严格优于平凡实例——为“计划库人预设、栈调度归 Agent”的分担结构补上了 2026 年的慎思侧实证。诚实边界同样要记全：三计划、单次选择是玩具规模，不能外推到百计划库的检索加选择；且这是“选择”不是“生成”——计划库运行时扩充的生成线归补篇 C。原始数据：experiment_results/ab_e1_bdi_deliberation.json。
尾声：谱系、边界与未竟的圣杯
四代演化的遗产可以按引证强度分三档。强影响：JADEX（2003-）把 PRS/dMARS 的计划库 + 意图栈 + 信念库三元结构搬进 Java 世界，其计划结构几乎是 dMARS 六组件的 Java 映射，兑现了 Z 规范“在不同语言与环境中重实现”的预言 bordini；2APL/3APL 直接继承 AgentSpeak(L) 的外部归因路线，三件式计划结构被原样保留 dastani；Jason 用 Java 实现 AgentSpeak(L) 的可执行解释器，其选择函数集对应 dMARS 六函数 jason。中强影响：LangGraph（2024-）用显式状态图加条件边把“意图的拓扑”收回人手、节点内留给 LLM——BDI 计划库 = 状态图节点，选择函数 = 条件边路由，意图栈 = 执行轨迹；并非直接引用 BDI 文献，但分担结构同构 langgraph；PRS 家族后续（dMARS、Jam、JACK、SPARK）验证了“有规范才能判 conform”的治理逻辑，JACK 商业化了计划六组件 jack。中影响：STEAM 与 SharedPlans 把单 agent 意图扩展到团队协作的承诺分担 tambe。
放到 BDI 坐标上对照 2026 年的 LLM Agent：
| 维度 | PRS/dMARS 工程化 | LLM Agent 2026 |
|---|---|---|
| 信念 | 基文字信念库，事件触发确定性修订 | 参数统计分布 + RAG 检索 |
| 意图 | 进程栈（隐式）/ 意图栈（显式） | ReAct 循环的 action 序列 |
| 意图编辑权 | 计划库人预设，栈调度归 Agent | 状态图人编排，节点内 LLM 填充 |
| 慎思 | 元级 KA / 六选择函数 | LLM 前向传播 |
| 承诺策略 | 盲目/单一/开放三种旋钮 | 无显式承诺策略，AutoGPT 用 Ctrl+C 终止 |
诚实边界也须一条条立起。其一，统计学习路线：BDI 信念库是基文字集合、由感知事件确定性修订，强化学习的“信念”是值函数或策略分布、由奖励信号统计更新，两者没有概念桥梁。其二，LLM 的 prompt 内推理：BDI 计划库是显式过程知识、触发匹配是字符串比较，LLM 的“计划”隐含在权重中、由 prompt 触发概率性生成。其三，形式语义的完整证明：AgentSpeak(L) 自认的圣杯——模型论/证明论/抽象解释器的一一对应——至今未被证明。
那三个“从未被证明”值得逐一写出。C&L 的 INTEND = P-GOAL(HAPPENS a) 是模态算子定义，dMARS 的意图是计划实例序列——前者的”believes achieved”是无穷可能世界的模态判断，后者是有限集合的成员测试，两者语义对应从未被形式化；R&G 三种承诺策略的终止条件是可能世界可达性约束，dMARS 六选择函数是确定性算法，策略到函数的映射从未被证明保持语义；圣杯三十年无人完成。“唯一缺的是通用认知内核”因此宜精确为——缺的是通用认知内核的可用形式语义：工程实现在跑，缺的是工程实现与 C&L/R&G 模态逻辑形式系统之间的对应证明。映射到当代，这条缺口以新形式重现：LangGraph 的条件边是确定性路由，LLM 节点内是概率性前向传播，两者之间的“语义对应”同样无人证明。
从 1987 年的“可视为”，到 1998 年的 Z 规范，意图从一种看法变成了带操作语义的数据结构；但从数据结构到模态语义的那条“直线”，四代演化铺了十一年仍未画通。意图编辑权从 C&L 的 DECIDING 到元级 KA、六选择函数、再到 LangGraph 条件边的逐步回收，将在本系列第 9 篇展开。
作者判断：BDI 留下的最有生命力的东西，也许不是信念库、计划六组件或 Z 规范中的任何一个，而是那个贯穿四代的问题——哪些决定该归 agent，哪些该归设计者。2026 年的 LLM Agent 工程仍在用状态图与条件边回答它。
参考文献
[prs1987] Georgeff, M. P. & Lansky, A. L. “Procedural Reasoning.” In Proc. AAAI-87, pp. 677-682, 1987. 存档 原始文章/03d-GeorgeffLansky-PRS-1987.pdf（AAAI-87 出版版 6 页，文本层完好约 3.4 万字符）。
[rg1995] Rao, A. S. & Georgeff, M. P. “BDI Agents: From Theoretical Foundations to Practical Applications.” Technical Note 56, 1995; also in Proc. ICMAS-95. 存档 原始文章/03b-Rao-Georgeff-BDI-1995.pdf（14 页全文）。
[dmars1998] 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（22 页完整，Z 规范数学字形提取为乱码，以散文判读）。作者勘误：Georgeff 非作者仅致谢。
[agentspeak1996] Rao, A. S. “AgentSpeak(L): BDI Agents Speak Out in a Logical Computable Language.” In Proc. MAAMAW’96, LNAI 1038: 42-55, Springer, 1996. 出处勘误：”ICMAS-96, 42-49″双误。存档 原始文章/03o-Rao-AgentSpeak-1996-前2页一手提取.txt（全文未获取，仅前两页一手文本，语法 BNF 与解释器伪代码未核验）。
[cl1990] Cohen, P. R. & Levesque, H. J. “Intention Is Choice with Commitment.” Artificial Intelligence, 42(3): 213-261, 1990. C&L 是 PRS/dMARS 意词语义的逻辑底座。详见 blog-01。
[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/开放心智三种承诺策略出处。详见 blog-01 勘误说明。
[bordini] Bordini et al., “Programming Multi-Agent Systems” — https://doi.org/10.1002/9780470061764
[dastani] Dastani, “2APL: a practical agent programming language” — https://doi.org/10.1007/s10458-008-9070-0
[jason] Bordini & Hubner, “Jason: a Java-based interpreter for an extended version of AgentSpeak” — https://jason.sourceforge.net/
[langgraph] LangGraph documentation — https://langchain-ai.github.io/langgraph/
[jack] JACK Intelligent Agents — https://aosgrp.com/products/jack/
[tambe] Tambe, “Towards flexible teamwork in complex dynamic domains” — https://doi.org/10.1007/978-3-540-49250-2_1
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 |