---

联合意图部署：团队算子、遗留系统与一条 1997 年的通信公式

1997 年的一场直升机仿真里，编队中的一架先看到了坏消息：预定航路上出现了敌车，“飞行计划”这个联合行动恐怕已经不可实现。此刻它面对的问题不在战术，在社会——队友们还不知道。广播这条信念要占用带宽、要打断各自的执行；保持沉默，全队就可能一头撞进伏击。STEAM 给这一刻的答案是两条协议：先把“放弃”写成终止条件，再给“说不说”算一笔期望值。

这笔账（EV(通信) = λ(1-Pmt)·Cinc 对比 Cmt）是本文的主角之一，但不是全部。在它之前，Cohen & Levesque 刚刚把“意图”从个体扩展到团队；在它旁边，Jennings 的 ARCHON 正在葡萄牙电网和 CERN 加速器上包装没人敢动的遗留系统；比它更早，Ljungberg 和 Lucas 的 OASIS 已经在悉尼机场的仿真塔台上给每架进场飞机配了一个 agent。联合意图理论在 1992 到 1997 的五年间完成了三次性质迥异的部署：仿真、真实工业、空管。

本文讲这条部署线：团队算子如何把一个团队的承诺拆成机器能执行的原语，承诺如何被监控、如何在成员失败时重新规划，遗留系统如何被包进合作社区，以及 2026 年的那一段：当我们把那条 1997 年的公式里唯一“智能”的参数换成 LLM 时，发生了什么。

团队算子：把一个团队的承诺拆成机器能执行的原语

联合意图不是个体意图的拼盘

故事得从理论的缺口讲起。Cohen 和 Levesque 1990 年在 AIJ 上给出了个体意图的形式化定义：意图是对行动的持续性承诺，agent 在相信目标已达成或永不可达成之前不放弃 ^cl1990（这一形式化的来龙去脉见本系列第 1 篇）。但这篇论文的结论部分明确承认：多 agent 协调仍待完成。一年后，他们在 Intentions in Communication 中把个体意图扩展为联合意图——不是简单把 N 个个体意图拼在一起，是定义了一种新的承诺结构：团队作为一个整体承诺一个共同目标，任一成员若私有地相信该目标已完成、不可实现或不相关，即负有义务使全队相互相信这一事实。

STEAM 后来原话引用了这条理论条款（p87）：

任一成员若私有地相信团队行动已完成、不可实现或不相关，即负有这样的义务——使团队相互相信该行动（最终）已完成、不可实现或不相关 ^steam-p87

这句话里藏着一个关键的新分支。“不相关”意味着动机不复存在——不是做不了，而是不该再做了。这把 C&L 1990 的二支放弃条件（believes achieved ∨ believes impossible）扩展为三支（completed ∨ unachievable ∨ irrelevant），为团队级承诺提供了完整的终止语义。联合意图的核心在“大家对彼此在做这件事有相互信念，且对终止条件有相互信念”，而不仅仅是“大家都在做同一件事”。后面我们会看到，这个“相互信念”正是全部麻烦的来源。

通用壳：约 40 个领域无关原语

1997 年，Milind Tambe 在 JAIR 上发表 Towards Flexible Teamwork，把联合意图理论工程化为一套可复用的团队工作框架。STEAM 的定位原话（p87）是”a generic shell for teamwork”（团队工作的通用壳），实现于 Soar 6.7.1，提供约 40 个领域无关原语 ^steam-p87。所谓“通用壳”，是说团队工作的机制（如何建立承诺、如何监控终止、如何通信）与领域知识（飞行计划、攻击目标）分离——换一个域，机制不动，只换计划内容。

这条分离线后来被反复验证。最有名的证据是战术修改机制（p109）：领域专家要求避开航路敌车，Tambe 的回答是：

为团队算子[飞行计划]OR2 增加一个新的不可实现条件即已足够 ^steam-p109

加一条终止条件，就完成了一次战术修改，通用团队计划零改动。这句话的分量要到第 5 节才完全展开——它是“配置化优于改代码”这一模式在 1997 年的最早证词之一。

四个要素，三种分担方式

STEAM 的核心原语是团队算子（p90）^steam-p90。一个团队算子定义一个联合活动，包含四个要素：名称（标识这个联合活动，如“飞行计划”）、组合方式（Φ / AND / OR，决定成员如何分担执行）、分配成员（哪些团队成员参与）、终止条件三元组（不可实现、不相关、已完成，指明何时该算子结束）。

三种组合方式的语义差异值得细看。Φ（个体代表全队）：一个成员代表整个团队执行该算子，其他成员不直接执行，但承诺不在该算子运行期间采取冲突行动。AND（全员执行）：所有被分配的成员都执行，任一成员完成或失败都可能触发终止条件检查。OR（任一成员执行）：任一被分配的成员执行即满足，这正是 STEAM 战术修改的关键，加一条终止条件即可改变 OR 算子的行为。

团队算子同时回答了“联合意图如何落地”的问题：选中一个团队算子，联合意图就分解为每个成员各自执行自己份额的个体意图，加上全队对算子与角色的相互信念，再配上把全队一起释放出来的终止条件。承诺是团队的，执行是个体的，纽带是相互信念——这就是“联合意图 → 个体意图分解”的全部结构。

在我们的复现仓 ../steam-teamwork-reproduction/ 里，这套结构是四个模块：team_operator.py 定义团队算子，communication.py 实现决策论通信选择性，agent.py 描述团队成员的感知与 Pmt 估计，team.py 把三者组装成可跑的团队：

图中可以看到复现的忠实程度：终止条件三元组挂在团队算子上，通信选择独立成模块，这正是 STEAM 最重要的结构决定。核心代码只有几行，却把 p90 的定义原样搬了过来：

class CompositionType(Enum):
    PHI = "phi"      # 个体代表全队
    AND = "and"      # 全员执行
    OR = "or"        # 任一成员执行
​
@dataclass
class TerminationConditions:
    unachievable: Callable[[], bool]   # 不可实现——如航路被阻断
    irrelevant:  Callable[[], bool]    # 不相关——动机不复存在
    completed:   Callable[[], bool]    # 已完成——目标已达成

check() 方法按“已完成 > 不可实现 > 不相关”的优先级逐个询问这三个谓词，返回第一个触发者的名字。这里有一个极易忽略但决定一切的设计（p90 原话）：“信念修正与关于修正信念的通信相分离”——成员先私有地检测终止条件是否满足，然后按决策论选择性决定是否将这一信念广播给全队。通信不是自动的。如果通信总是自动的，就没有选择性可言，后文那条 EV 公式也就没有存在空间。

三个实证域，和一个常见误记

STEAM 的三个实证域为：Attack 合成攻击直升机（最多 8 架）、Transport 护航+运输直升机（最多 16 agent）、RoboCup 合成足球（无通信设施）^{steam-domains}。必须如实记录：不存在“空战仿真”域——空战建模是 Tidhar et al. 1995 的另一工作，常被误记到 STEAM 名下。三个域全部是仿真，这个事实在“诚实边界”一节还会回来，它划定了 STEAM 全部实验数字的适用范围。

承诺监控：成员失败时，团队重新规划

联合意图的一生

把团队算子、终止三元组和通信选择性连起来，一个联合意图的完整生命周期是这样的：

这张图的重点在右半边：终止条件触发的是私有信念，而释放承诺需要相互信念，中间隔着一道通信决策。左半边则是承诺的形成：选中算子、分解为个体意图、通过告知建立相互信念。C&L 1991 的义务条款（“使全队相互相信”）在图里就是 E 到 I 这条路径。

承诺监控还有第二个方面：角色监测（p104）。角色未履行仅在队友无法自行推断时才通知；角色失败且关键时，团队自动重组选新成员补位 ^steam-p104。复现仓的实验 2 演示了这个过程：4 个 agent 分别担任 scout、attacker、defender、support，第 3 步 attacker 失败，剩下 3 个存活成员重新规划、继续执行联合任务：

实验2：角色失败与重组
============================================================
  初始角色: {0: 'scout', 1: 'attacker', 2: 'defender', 3: 'support'}
  Agent-1（attacker）失败
  重组后角色: {0: 'attacker', 1: 'FAILED', 2: 'scout', 3: 'support'}
  重组消息数: 5

重组的逻辑是链式补位：Agent-0 接替 attacker，Agent-2 接替 Agent-0 空出的 scout，团队结构在 5 条消息内恢复。核心代码是 team.py 里 _reorganize 的这几行：

    # 选择第一个候选者接替失败角色
    new_assignee = candidates[0]
    old_role = self.members[new_assignee].role
​
    # 重组通信：通知所有候选者 + 新指派确认
    self.reorganization_messages = len(candidates) + 1
​
    # 更新角色指派
    self.members[new_assignee].role = failed_role
    self.role_assignments[failed_idx] = "FAILED"

这正是 p104 的角色监测机制在代码里的样子：失败不终止团队，只触发一次重新分配。STEAM 论文的实验数字（p107-110）给了这套机制的定量证据：与 dispatch 团队（预编程协调计划）对照，STEAM 团队任务完成率高 60% 到 100%；规模从 2→16 agent 时消息量近乎不涨；运输迟到 30 秒至 3 分钟仍能灵活重排 ^steam-exp。“灵活”不是修辞——是可测的完成率差距。

没有通信，就没有联合意图

承诺监控依赖一个前提：相互信念能建立起来。RoboCup 足球域无通信设施，这给了理论一个天然的反向实验。复现仓的实验 3 关闭了通信通道：

实验3：无通信模式（RoboCup）
============================================================
  消息数: 0
  联合意图保留: False
  个体意图数: 62
  >> 无通信时联合意图退化为个体意图

结果干净利落：消息数为 0，联合意图保留为 False，62 个信念变化全部成为个体意图：每个 agent 独自感知、独自决策，团队协调退化为各自为战。这验证了联合意图理论的核心论断：相互信念是联合意图的地基，没有通信就没有相互信念，没有相互信念就没有联合意图——只有 N 个个体意图的叠加。记住这个结果，它是后文 Bar-Hillel 之问的第一件证物。

ARCHON：把没人敢动的老系统包进合作社区

工业现实：很少有应用是从零构建的

STEAM 在仿真里证明了机制有效，但工业界不会为了一个新架构重写跑了几十年的系统。1995 年，Nicholas Jennings 在 Artificial Intelligence 75(2) 195-240 上发表了 ARCHON，联合意图理论第一次在真实工业环境中跑通 ^archon-aij。动机直指工业现实，摘要里说，既有架构“难以在新的应用域重用领域求解器、难以随环境变化改造、无法增量构建”，所提架构“使以各种语言、模型与计算范式构建的既有独立系统能被集成进一个合作社区”。设计动因的原话更直白：

直接受此观察驱动——很少有工业应用是从零构建的 ^{archon-abstract}

这句话在 1995 年是电力行业的观察，在 2026 年读起来像是为 MCP 写的预告——后文再说。

包装结构（p198 图 5）是一个两层的三明治：ARCHON agent 上部为合作与控制层（HLCM），包含情境评估、合作规划、合作控制三模块，结构“主要由联合责任模型驱动”；下部包住一个既有（遗留）系统——原话是“ARCHON agent 包住一个既有系统” ^archon-p198。情境评估融合来自多个既有系统的信息，合作规划基于联合责任模型决定团队该做什么，合作控制协调各既有系统的执行并处理冲突。遗留系统一行代码不改，行为改变全部发生在合作层。

联合意图在 ARCHON 中的定义（p214 图 14）是三要素状态 ^archon-p214：全体成员承诺一个共同食谱、共享一个共同食谱视图、各自怀有执行该食谱的个体动机。与 Cohen & Levesque 的差异在于：C&L 要求全部动作共同执行，Jennings 将联合意图定位为多 agent 上下文中的承诺——成员各自执行自己的部分，但共享对整体计划的承诺和视图。这与 STEAM 的团队算子分解殊途同归：团队承诺，个体执行。

冲突仲裁也被协议化了（p219，D4 决策点）：寻求避免冲突，其通过条件为食谱间无利益冲突、或“冲突可被化解至涉及各方的相互满意”；无外部仲裁者，化解条件写入协议本身 ^archon-p219。但必须诚实：谈判机制细节着墨有限：ARCHON 的仲裁证据强度弱于 STEAM 的终止条件+期望值通信（后者有对照数据，本篇是协议条款+场景演示）。

葡萄牙电网：三个系统”无需任何重写”

部署域一是葡萄牙电力 EDP 输电网管理（p223-224、238）。原话“24 座变电站、37 条输电线”（220kV）^archon-edp。三个遗留系统被集成：LAVE 负荷分配、ADVISE 警报处理与诊断、FAMES 故障定位隔离与修复调度。测试情形基于 5 个月运行记录，含断路器拒动、警报丢失/延迟/不确定、遥测失效——这是真实电网的脏数据，不是仿真的干净输入。结论页的原话是全文最有分量的一句：

既有应用（LAVE、ADVISE 与 FAMES）已被集成……无需任何重写 ^archon-edp

部署域二更壮观：CERN 粒子加速器控制（p229-232），世界最大质子同步加速器之一，377 块主磁铁、105 块校正磁铁、39 台电源、43 个 RF 谐振腔、500+ 监测设备 ^archon-cern。原话：“该社区中有八个 ARCHON agent——每个既有系统各被包装并连到加速器设备”。加速器每天 24 小时运转，既有系统由不同团队用不同软硬件开发。某功率监控系统建于 15 年前仍被操作员高度信任，“保留而非替换”的动因原文化。这句朴素的话值得慢慢读：系统的价值不只在性能，还在多年磨合出的信任，这是任何“重写”都买不回来的资产。

一个部署域的限定也要说清：本期刊正身仅覆盖电力与粒子加速器两域。常被并提的“水泥窑”属 ARCHON 项目整体文献（Wittig & Jennings 1994），不在本篇 ^{archon-domains}。

ARCHON 还留下一句关于开销的诚实讨论（p236）：协调开销随 agent 数非线性增长，单 agent 纯性能更优，多 agent 的回报在弹性——原话“若一个 agent 崩溃，其角色可由另一个接管”。项目为 ESPRIT P-2256；电力应用正以 C++ 生产化重实现 ^archon-p236。这句“单 agent 纯性能更优”是设计者对自己架构的承认，三十年后它会与一条定量的曲线相遇，那是本文倒数第二节的故事。

更早的现场：OASIS 把计划库带上塔台

联合意图的部署线还有一个更早的现场。1992 年，Ljungberg 和 Lucas 在 AAII Technical Note 28 中描述了 OASIS，一个空中交通流量管理系统 ^oasis-tn。定位原话说得明白：“作为使用过程推理系统 PRS 的一个应用而开发”——不是独立变体，是 PRS 上的应用。且 PRS“将很快被基于 C++ 的系统（MARS）替换为系统内核”，dMARS 前身首见 ^oasis-prs，PRS 到 dMARS 的工程化线索正是本系列第 2 篇的主题。

架构分两层 ^{oasis-structure}。五类全局 agent：COORDINATOR 任务管理、SEQUENCER（A* 搜索求最小延误序列，any-time 算法可中断返回当前最优）、TRAJECTORY CHECKER 校验不违反法定间隔、WIND MODEL、USER INTERFACE（与人类流量主任的唯一通信点）。每架进场航空器再各配一个 AIRCRAFT agent，内含 PREDICTOR（航迹预测）、MONITOR（实时监视）、PLANNER（生成多方案）三组件。这是一次激进的 agent 化：飞机不是数据库里的记录条目，是有感知、有计划、可对话的成员。

OASIS 页 4 有一句关于社会性边界的一手表述，值得整段引用：

agent 内部状态中的事实、目标与意图不能从外部操纵 ^{oasis-boundary}

想知道他方内部状态只能发消息询问——这就是“弱社会性”的边界：agent 之间靠通信而不靠读取彼此的内存。PLANNER 的设计则展示了计划库声明式条目的实战价值：“有一个多种策略的库……一些策略基于严格算法模型、另一些是启发式的，按当前情境选用”；生成多方案后“由流量主任选择采纳哪个方案” ^{oasis-planner}。人类择案、机器生案。

规模数字要按年份卡死（页 12，图像核读原话）：“OASIS 已开发 2.5 年。它目前处理来自悉尼机场的真实高峰时段交通样本，涉及 65 架进场航空器、时间跨度 1.5 小时”，且系统“实现于 Unix 工作站上的仿真空中交通环境” ^{oasis-numbers}。1992 年阶段是仿真环境跑真实高峰样本。R&G 1995 的“70-80 架、接收雷达实时数据”是 1995 现场评估阶段，两口径不可互换。同页还有一组当代对照系统：COMPAS（德国 DLR，法兰克福 1989 投运）“是用 FORTRAN 与 C 写的常规程序”、只考虑单跑道；MAESTRO（法国 CENA）ADA 常规实时系统；CTAS（NASA Ames）常规但按席位分布。OASIS 的差异化在 agent 化、多方案推荐、实时监视多层反馈 ^{oasis-fortran}。

三个部署域摆在一起

系统	年份	部署域	“实证”的含义	协调机制
STEAM	1997	直升机仿真 + RoboCup 足球	消息计数与完成率对照数据	决策论通信选择性 + 终止条件三元组
ARCHON	1995	葡萄牙电网 + CERN 加速器	真实工业环境运行	合作层包装遗留系统 + 联合意图三要素
OASIS	1992	悉尼机场空管仿真	仿真环境跑真实高峰样本	PRS 计划库声明式条目 + 多策略 PLANNER

STEAM 的“实证”指消息数与完成率对照数据而非工业现场——与 ARCHON 的真实工业数据恰好互补。ARCHON 的“实证”是真实工业环境中的集成验证，但协调开销随 agent 数非线性增长。OASIS 的“实证”是仿真环境跑真实高峰样本，1992 年阶段尚未接收雷达实时数据。三者的谱系关系可以这样看：

同一理论下到三种部署域，“实证”的含义随之变化，这条光谱本身就是对“多 agent 系统验证”这个问题的第一次完整回答。三个系统在战术修改上还展现了同构的模式：STEAM 加一条终止条件（OR2）、ARCHON 配置合作层、OASIS 编辑计划库条目——域策略与元级计划同为计划库条目，声明式可独立编辑。归因判定：战术修改快的主通道是配置化，运行时局部慎思（PLANNER 按情境选策略）承担的是执行期适应而非修改周转。但“谁写计划库”仍是人工，这是三系统共享的诚实边界。

一条 1997 年的公式，2026 年换上 LLM 的参数

通信是一次期望值计算

现在回到本文开头那架发现敌车的直升机。它的困境在 STEAM 里被 Tambe 写成了一个公式（p103）^steam-p103：

EV(通信) = λ(1-Pmt)·Cinc 对比 Cmt 若通信成本低于不通信的期望成本，则通信

其中 Pmt 是相互信念已存在的概率、Cinc 是不连贯成本（不通信导致团队行动不协调的代价）、Cmt 是通信成本。若 EV > Cmt 则通信，否则沉默。Pmt 越高（队友越可能已经知道），越不需要通信；Pmt 越低（新信息），越需要通信。这把“要不要把矛盾信息广播出去”从道德问题变成了期望值计算——不是全通信，也不是永不通信。

复现仓里这个公式是 communication.py 的八行代码：

    def expected_value_of_communicate(self, pmt):
        """EV(通信) = λ(1-Pmt)·Cinc (p103)"""
        return self.lambda_factor * (1.0 - pmt) * self.incoherence_cost
​
    def should_communicate(self, pmt):
        """若 EV(通信) > Cmt，则通信 (p103)"""
        ev = self.expected_value_of_communicate(pmt)
        return ev > self.communication_cost

公式里唯一需要“智能”的参数是 Pmt——Cinc、Cmt、λ 都是常数。复现用三档启发式估计它：终止条件信念 Pmt=0.0（新关键信息，队友不太可能已知道）；常规信念首次出现 Pmt=0.3（队友可能通过共享环境间接推断，但不确实）；已有队友持有 Pmt=0.95（很可能已相互相信）。这实现了 STEAM 的核心洞察（p104）：角色未履行仅在队友无法自行推断时才通知。

实验 1 对照了两种通信策略：4 个 agent 执行 10 步直升机团队任务，cautious 队每次信念变化都执行完整通信协议（广播+确认+互信确认 = 9 条消息），balanced 队使用决策论通信选择性（仅广播 = 3 条消息，且只在 EV > Cmt 时才发）：

实验1：通信策略对比
============================================================
  Cautious 队消息数: 558 (预期≈538)
  Balanced 队消息数: 18 (预期≈12-26)
  通信节省: 96.8%

cautious 队产生 558 条消息（论文基线为 538 条），balanced 队仅 18 条（论文区间为 12-26 条）。通信节省 96.8%——决策论通信选择性用不到 4% 的消息量达成了近似的团队协调效果。机制不复杂：balanced 队对常规信念（Pmt 高）保持沉默，只对终止条件信念和首次出现的常规信念广播；cautious 队不区分，每次信念变化都执行完整 9 消息协议。

2026 新增 A/B 对照实验：三档启发式换成 LLM

编者注：以下实验为本系列 2026 年新增的 A/B 对照实验，原始数据存于 experiment_results/ab_e4_steam_pmt.json，脚本为 steam-teamwork-reproduction/ab_experiment.py。

公式是 1997 年的，Pmt 的三档启发式却粗糙得可疑：终止信念一律 0.0、新常规一律 0.3，真实世界里“队友已经知道了吗”显然是个连续谱。2026 年自然的想法是：让 LLM 来估这个概率。A/B 实验只替换这一个组件：基线 = 三档启发式（逐字节不变），变体 = LLM 估计“队友已相互相信该信息的概率”，EV 公式与阈值全部不动。注意单组件替换的分界：LLM 估计的是参数，公式本身仍是 1997 年的决策论。

替换点在 agent.py 里只有一个钩子，几行代码就完成了“智能外包”：

if self.pmt_estimator is not None:
    # E4 LLM 变体: Pmt 估计责任外包（EV 公式与阈值不动）
    is_term = value in TERMINATION_BELIEFS
    ...
    est = float(self.pmt_estimator(value, is_term, holders, total))
    return min(1.0, max(0.0, est))

LLM（deepseek-chat，temperature 0.3）收到的输入是信念变化的内容、是否终止相关、几个队友已感知过相同信息；输出是一个 0 到 1 的概率。

Part A 校准（12 个状态 × 10 次独立抽样）先问：LLM 估得准吗？

指标	结果
MAE 均值（对照启发式参考值）	0.096（单轮波动 0.067–0.121）
方向排序（终止 < 新常规 < 已共享）	10/10 全对
档位均值：终止 / 新常规 / 已共享	0.11 / 0.37 / 0.85（单轮波动 0.08–0.13 / 0.25–0.45 / 0.82–0.88）

LLM 独立复现了 p103–104 语义的定性结构——它没人告诉它三档启发式的存在，却把终止信念估到 0.1 上下、新常规估到 0.3–0.45、已共享估到 0.85 附近，方向排序十轮全对。定性结构是对的，绝对值有约 0.1 的偏差。

Part B 下游（4 agent × 10 步 × 3 种子，balanced 模式）再问：估得准，跑起来呢？

种子	基线消息数	LLM 消息数	终止信念静默	LLM token 成本
42	18	12	0/3	9,577
7	24	24	0/6	8,654
123	30	30	0/8	9,741

三种子失败模式全部 correct：终止信念变化零静默（安全底线守住——坏消息永远广播），seed 42 下 LLM 甚至比启发式更省（12 条 vs 18 条；它把部分启发式判 0.3 的信念估到了 0.5 以上，于是合理地保持了沉默）。

但成本侧给出了本实验最重要的数字：seed 42 省下 6 条消息，代价是 9,577 tokens 的 Pmt 估计调用。整个实验共 301 次 LLM 调用、46,512 tokens（43,803 prompt + 2,709 completion，零错误）^e4-data。Tambe 公式里 Cmt 是无量纲常数 1.0；把 Pmt 估计交给 LLM 之后，公式三项第一次获得了统一单位——全是 token，而估计成本比消息本身贵三个数量级。1997 年的决策论通信选择性在 2026 年依然成立，但它多了一层元决策：用一次昂贵的智能调用来决定是否发送一条便宜的消息，本身需要一次 EV 计算。不利结果如实记录：在消息便宜、token 昂贵的当前价格结构下，这次组件替换在经济学上不划算：LLM 估得再准，也贵不过它自己。

协调开销的三十年：从一句定性的承认到一条定量的曲线

ARCHON 在 p236 承认协调开销随 agent 数非线性增长时，只给了一句定性描述：没有曲线，没有阈值，没有形式化模型。“多 agent 的回报在弹性”是一个定性论断，不是定量定理。这意味着联合意图的“团队弹性”优势只在 agent 数量适中时成立——当数量增长到某个阈值后，协调开销可能超过弹性收益，而论文没有告诉我们阈值在哪里。

三十年后，这句话有了一条定量的回声。

编者注：Dochkina 2026 年对大规模多智能体自组织的实证研究给出了 ARCHON 当年没能给出的东西——测得的扩展曲线：任务完成随 agent 数亚线性扩展，协调开销吃掉了新增 agent 的边际产出 ^dochkina。1995 年是设计者对自己架构的诚实承认，2026 年是测量出来的曲线；相隔三十年，说的是同一枚硬币的两面。详述见本系列第 10 篇。[作者判断] 若 token 价格再降两个数量级，E4 那个”不划算”的结论可能反转——但亚线性扩展不会因此消失，只会换一种计价方式。

把这条线拉到当代，1992-1997 三系统与 2026 年的 LLM Agent 在 BDI 坐标上的对照一目了然：

维度	STEAM / ARCHON / OASIS (1992-1997)	LLM Agent 2026
信念	私有感知 + 相互信念（通过通信建立）	参数统计分布 + system prompt + RAG
愿望	团队算子 / 联合计划 / PRS 计划库	用户指令 / task description
意图	联合承诺（终止条件触发释放）	ReAct 循环的 action 序列
承诺终止	三元组：已完成 / 不可实现 / 不相关	无显式终止条款（生成完毕即结束）
通信机制	EV(通信) = λ(1-Pmt)·Cinc vs Cmt	无内置通信选择机制
角色失败	自动重组选新成员补位	无角色重组机制
协调开销	随 agent 数非线性增长（ARCHON 原话）	随 context 长度线性增长
计划修改	配置化：加一条终止条件 / 编辑计划库条目	改 prompt 或改系统
社会性边界	agent 内部状态不可外部操纵（OASIS 原话）	context window 即边界

一个关键的对照在“承诺终止”那一行：STEAM 的“意图”是团队级承诺，由终止条件三元组触发释放，有明确的退出语义；当代 LLM Agent 的“意图”是 action 序列——生成完毕即结束，没有“不可实现”或“不相关”的退出条款。STEAM 把“什么时候该放弃”变成了协议的一部分；LLM Agent 的放弃依赖 prompt 设计者的判断或用户的干预。

另一个关键对照在“包装”：ARCHON 的“包装遗留系统无需重写”与当代 MCP 把 LLM agent 包装到既有 API 之上是同构动作——但 ARCHON 的联合意图三要素（共同食谱承诺 + 共同视图 + 个体动机）在 MCP 中没有对应物。MCP 解决了“连接”问题（LLM 如何调用既有 API），但没有解决“协调”问题（多个 LLM agent 调用同一组 API 时如何避免冲突）。

影响谱系：这些机制流向了哪里

团队算子、终止三元组、包装式集成——这些机制并没有停留在 1997 年。按引证强度分三档：

强影响（直接继承联合意图与团队工作机制）：

系统 / 框架	年份	影响点	参考
JACK Teams	2000s	商业 Agent 框架直接实现 STEAM 团队算子和联合意图语义	JACK Teams
AgentSpeak 团队扩展	2000s	在 AgentSpeak(L) 上扩展团队计划算子，继承 STEAM 的 AND/OR 组合	AgentSpeak
COLBY / Team-Soar	2000s	Soar 架构内的团队工作扩展，直接继承 STEAM 的 Soar 实现	Soar
机器人救援仿真	2000s	RoboCup Rescue 继承 STEAM 的 RoboCup 验证路径	RoboCup Rescue

中强影响（工程化遗留系统集成模式）：

系统 / 框架	年份	影响点	参考
GAIA	2003	Wooldridge 的多 agent 设计方法论继承 ARCHON 的合作层设计	GAIA
JADE + 行为协调	2000s	JADE 的 behaviour 编排继承 ARCHON 的合作控制模块	JADE
MCP 包装模式	2024	MCP 把 LLM agent 包装到既有 API 上，与 ARCHON 包装遗留系统同构	MCP
AutoGen 多 Agent	2023	多 agent 编排继承 ARCHON 的”合作层+执行层”分离	AutoGen

中等影响（概念启发）：

系统 / 框架	年份	影响点	参考
CrewAI	2024	角色动态分配与重组，STEAM 角色失败重组的前身	CrewAI
MetaGPT SOP	2023	SOP 编排多 agent，ARCHON 合作规划的概念启发	MetaGPT
多 Agent 空管系统	2010s	OASIS 的 agent 化空管思路在后续系统中延续	—

三档的分界线是证据的硬度：JACK Teams 们把团队算子写进了产品，GAIA 与 MCP 们继承了结构模式，CrewAI 们只继承了概念直觉。谱系不是荣誉榜：概念相似不等于因果传承，这一点本系列第 3 篇已有交代。

诚实边界：五条，一条都不能少

第一，STEAM 的实证域均为仿真。“实证”指消息计数与完成率对照数据（538 vs 12-26、完成率高 60% 到 100%），不是工业现场部署。三个域（Attack 直升机仿真、Transport 直升机仿真、RoboCup 足球）全部是仿真环境。STEAM 的决策论通信选择性在仿真中有效，但在真实工业环境中的效果由 ARCHON 独立验证（且 ARCHON 的通信策略不同于 STEAM 的 EV 计算）。

第二，ARCHON 的协调开销随 agent 数非线性增长。Jennings 原话（p236）：单 agent 纯性能更优，多 agent 的回报在弹性：“若一个 agent 崩溃，其角色可由另一个接管”。多 agent 不是比单 agent 更高效，而是更抗故障。但协调开销的增长曲线在论文中未给出量化模型，“非线性增长”是定性描述，非定量结果。

第三，OASIS 的战术修改快主要通过配置化。域策略与元级计划同为计划库条目，声明式可独立编辑。PLANNER 按情境选策略并生成多方案，承担的是执行期适应而非修改周转。但“谁写计划库”仍是人工。OASIS 页 8 原话“计划集不仅装载特定域的过程知识，还包括元级计划”，这些计划条目由人类编写和维护，系统自身不生成新计划。

第四，OASIS 的“70-80 架”数字不属于本篇。1992 年的 OASIS 仿真验证涉及 65 架进场航空器 + 5 全局 agent。“70-80 架”系 R&G 1995 自述的现场评估阶段口径，两口径不可互换。

第五，“FORTRAN→计划、两个月→不足一天”不属于 OASIS。该数字属 Rao et al. 1992 的空战建模应用，非 OASIS。本篇全文无此数字，该数字目前仍为 R&G 单源 ^oasis-errata。

Bar-Hillel 之问：团队合作被偷换成了通信协调吗

Bar-Hillel 对机器翻译的批评是：它把“理解”偷换为“模式匹配”，预设了一个不成立的等价前提。STEAM/ARCHON/OASIS 有一个结构相同的局限：它们把“团队合作”偷换为“通信协调”，预设了一个不成立的前提——通信可以建立相互信念，相互信念可以维系联合意图。

这个前提在仿真和受控工业环境中成立：STEAM 的 agent 通信带宽充足、消息无损传递、队友诚实报告信念。但一旦通信受限（RoboCup 无通信设施）、消息丢失（ARCHON 的警报丢失/延迟/不确定）、或 agent 信念不一致（OASIS 的多方案分歧），联合意图就会退化。实验 3 已经验证了这一点：无通信时联合意图退化为个体意图，62 个信念变化全部成为个体意图。

更深层的问题是协调开销的非线性增长。ARCHON 原话承认：协调开销随 agent 数非线性增长、单 agent 纯性能更优。这意味着联合意图的“团队弹性”优势只在 agent 数量适中时成立——当 agent 数量增长到某个阈值后，协调开销可能超过弹性收益。论文没有给出这个阈值，也没有给出开销增长的形式化模型。“多 agent 的回报在弹性”是一个定性论断，不是定量定理。

映射到当代：ARCHON 的“合作层包装既有系统无需重写”与三十年后用 MCP 把 LLM agent 包装到既有 API 之上是同构动作——但 MCP 同样不解决“包装后的协调开销”问题。当多个 LLM agent 通过 MCP 调用同一组 API 时，谁仲裁冲突？STEAM 的终止条件三元组给了协议化答案（私有信念触发 → EV 判定 → 通信 → 相互信念），但 LLM agent 没有内建的终止条件机制，每个 agent 的“放弃”依赖 prompt 设计者的判断或用户的干预。ARCHON 的 D4“化解至各方相互满意”给了协议条款，但谈判机制细节着墨有限。

更关键的是：OASIS 的计划库由谁编写？答案是人工。STEAM 的团队算子由谁定义？答案是人工。ARCHON 的合作层配置由谁维护？答案是人工。三个系统都把“知道该做什么”留给了人类专家，系统只负责“如何协调执行”。当代 LLM Agent 试图用模型生成替代人工编写计划库，但模型生成的“计划”是否可信、是否一致、是否可验证，仍是未解问题。联合意图理论解决了“团队如何承诺”的问题，但没有解决“团队如何知道该承诺什么”的问题。这个缺口在 1997 年由人类专家填补，在 2026 年仍由人类 prompt 设计者填补——只是换了层包装。

结语：团队如何承诺，而非承诺什么

回头看这条 1992-1997 的部署线，三个系统回答的其实是同一个问题的三个侧面。合同网（第 4 篇）回答“谁做什么”：任务分配走招标；STEAM 回答“何时一起放弃”：终止条件协议化了联合退出，它的终止条件三元组也是第 5 篇那条仲裁谱系上的第四种形态：私有信念触发 → EV 判定 → 通信 → 相互信念 → 全队释放承诺。终止条件触发是私有信念，但通信是期望值决策，不是博弈。STEAM 用协议避开了合同网的囚徒困境。ARCHON 回答“谁来出钱改系统”——没人，包装就行。OASIS 回答“声明式条目值多少”：值一次战术修改只改配置的速度。

而 2026 年的 E4 实验给这条老线加了一个新的注脚：Tambe 的公式三十年后还能原样跑通，被替换的只是参数的来源——并且替换本身揭示了一个 1997 年不存在的问题：当“智能”按 token 计价，决定“要不要发一条消息”的那次调用，可能比消息本身贵三个数量级。承诺的理论没变，变的是通信的价格表。

还有一层互文留给系列的后文：Minsky 的 Society of Mind 把“冲突与协商”放在脑内——不同 agents 在脑内争抢控制权；STEAM 把同样的冲突与协商从脑内搬到网络节点间，用联合意图理论给出了“agents 如何承诺”的可计算答案。两者共享一个深层直觉：智能来自多个半自主单元的协调，而非单一推理引擎的产物。第 9 篇将从脑内视角回望这里的网络视角。

---

参考文献

[cl1990]  Cohen, P. R. & Levesque, H. J. “Intention Is Choice with Commitment.” Artificial Intelligence 42(3): 213-261, 1990.（精读存档 原始文章\03c-CohenLevesque-1990.pdf，49 页扫描件，逐页图像转录。）

[steam-p87]  Tambe, M. “STEAM: Towards Flexible Teamwork.” Journal of AI Research 7: 83-124, 1997.（精读存档 原始文章\03l-Tambe-STEAM-1997.pdf，JAIR 官方开放获取版 42 页。p87：STEAM 定位与联合意图理论条款原话。）

[steam-p90]  同上。p90：团队算子定义——名称、组合方式（Φ/AND/OR）、分配成员、终止条件三元组；”信念修正与关于修正信念的通信相分离”。

[steam-p103]  同上。p103：决策论通信选择性——EV(通信) = λ(1-Pmt)·Cinc 对比 Cmt，决策规则原话”若通信成本低于不通信的期望成本，则通信”。

[steam-p104]  同上。p104：角色监测与团队重组——角色未履行仅在队友无法自行推断时才通知；角色失败且关键时，团队自动重组选新成员补位。

[steam-domains]  同上。三实证域核实：Attack 合成攻击直升机（最多 8 架）、Transport 护航+运输直升机（最多 16 agent）、RoboCup 合成足球（无通信设施）。空战建模是 Tidhar et al. 1995 的另一工作。

[steam-exp]  同上。p107-110：六种环境条件下 cautious 队 538 条消息、STEAM balanced 队 12-26 条；与 dispatch 团队对照完成率高 60% 到 100%；规模 2→16 agent 时消息量近乎不涨。

[steam-p109]  同上。p109：战术修改机制原话——”为团队算子[飞行计划]OR2 增加一个新的不可实现条件即已足够”。

[archon-aij]  Jennings, N. R. “Controlling Cooperative Problem Solving in Multi-Agent Systems.” Artificial Intelligence 75(2): 195-240, 1995.（精读存档 原始文章\03m-Jennings-ARCHON-1995.pdf，扫描件文本层 0 字符，逐页图像核读。）

[archon-abstract]  同上。摘要与设计原话：既有架构”难以重用、难以改造、无法增量构建”；”很少有工业应用是从零构建的”。

[archon-p198]  同上。p198 图 5：”ARCHON agent 包住一个既有系统”；HLCM 三模块结构”主要由联合责任模型驱动”。

[archon-p214]  同上。p214 图 14：联合意图三要素——全体成员承诺共同食谱、共享共同食谱视图、各自怀有执行该食谱的个体动机。

[archon-p219]  同上。p219 D4 决策点：”冲突可被化解至涉及各方的相互满意”——无外部仲裁者。

[archon-edp]  同上。p223-224、238：葡萄牙电力 EDP 输电网管理，24 座变电站、37 条输电线（220kV），三个遗留系统被集成”无需任何重写”。

[archon-cern]  同上。p229-232：CERN 粒子加速器控制，377 块主磁铁，八个 ARCHON agent 各包装一个既有系统，15 年老系统因被信任而保留。

[archon-p236]  同上。p236：协调开销随 agent 数非线性增长，单 agent 纯性能更优，多 agent 的回报在弹性——”若一个 agent 崩溃，其角色可由另一个接管”。ESPRIT P-2256。

[archon-domains]  同上。本期刊正身仅覆盖电力与粒子加速器两域。”水泥窑”属 ARCHON 项目整体文献（Wittig & Jennings 1994），不在本篇。

[oasis-tn]  Ljungberg, L. & Lucas, A. “The OASIS Air Traffic Flow Management System.” AAII Technical Note 28, Melbourne, 1992.（精读存档 原始文章\03q-Lucas-OASIS-1992.pdf，15 页正文完整。实际标题无”Flow”一词、Lucas 为第二作者。）

[oasis-prs]  同上。原话”作为使用过程推理系统 PRS 的一个应用而开发”；PRS”将很快被基于 C++ 的系统（MARS）替换为系统内核”。

[oasis-structure]  同上。五类全局 agent：COORDINATOR、SEQUENCER（A* 搜索 any-time 算法）、TRAJECTORY CHECKER、WIND MODEL、USER INTERFACE；每架进场航空器一个 AIRCRAFT agent（PREDICTOR/MONITOR/PLANNER）。

[oasis-boundary]  同上。页 4：”agent 内部状态中的事实、目标与意图不能从外部操纵”。

[oasis-numbers]  同上。页 12，图像核读原话：”涉及 65 架进场航空器、时间跨度 1.5 小时”，”实现于 Unix 工作站上的仿真空中交通环境”。R&G 1995 的”70-80″是现场评估阶段口径。

[oasis-planner]  同上。PLANNER”有一个多种策略的库……一些策略基于严格算法模型、另一些是启发式的”；”由流量主任选择采纳哪个方案”。

[oasis-fortran]  同上。页 12：COMPAS（DLR，FORTRAN 与 C）、MAESTRO（CENA，ADA）、CTAS（NASA Ames）——对照系统均为常规程序。

[oasis-errata]  “FORTRAN→计划、两个月→不足一天”属 Rao et al. 1992 的空战建模应用，非 OASIS。该数字目前仍为 R&G 1995 单源。本篇全文无此数字。

[dochkina]  Dochkina 2026：多智能体自组织系统的实证研究，报告任务完成随 agent 数亚线性扩展——协调开销吃掉新增 agent 的边际产出；与 BCG 治理悖论的详述见本系列第 10 篇。

[e4-data]  A/B 实验原始数据：experiment_results/ab_e4_steam_pmt.json（deepseek-chat，temperature 0.3，301 次调用，46,512 tokens，0 错误）；实验脚本：steam-teamwork-reproduction/ab_experiment.py；基线复现代码：steam-teamwork-reproduction/steam/。

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