---

反应与慎思的和解：一边让三层抢方向盘，一边把难题逐级上交

设想一辆在城区行驶的自主车。前方十五米突然出现障碍物，它必须在几十毫秒内制动——这是感知-行动的直连，容不得任何“想一想”。但同一辆车还要在几分钟前决定走哪条路线绕开施工区，还要在路口前预测右侧来车会不会抢行，那是一个跨秒级的社会推理。毫秒、分钟、长时预测，三种时间粒度塞不进同一条反射弧。1986 年 Rodney Brooks 的包容架构证明了第一种智能可以不需要内部世界模型，但他只赢了这半场；后两种智能住在哪里、怎么与第一种共处，他留成了一道裂缝。

1992 到 1993 年，两篇博士论文级别的长篇技术报告几乎同时动手填这道裂缝，给出的却是两个结构上几乎相反的答案。剑桥大学的 Innes Ferguson 在 219 页的 UCAM-CL-TR-273 里造出 TouringMachines：反应、规划、建模三层并发运行，每层都直连感知与行动、都可直接下达动作命令，冲突交给设计者手工雕琢的门控规则在时间片两端收拢 ^ferguson1992。DFKI 的 Jörg Müller 与 Markus Pischel 在 109 页的研究报告里造出 INTERRaP：模块纵向堆叠，世界接口独占感知与行动，底层干不了的任务逐级上交，顶层的联合计划再分解下传 ^muller1993。

一个是横向并发，一个是纵向上交；一个守住“无中央表征”的前提，一个部分回到集中表征；一个把仲裁交给设计者预设的 if-then 规则，一个让模块在运行时自评称职。这篇文章沿着这道裂缝讲两边的工程细节，用同一场景的复现对比两条决策路径，最后用一场 2026 年的 A/B 实验回答一个 Ferguson 悬置了三十四年的问题：当静态门控换成 LLM 的运行时判定，兑现的是什么，付出的又是什么。

裂缝是怎么留下的：Brooks 赢了半场，PRS 折衷了另一半

1986 年，Brooks 发表了那篇改变 AI 走向的论文 ^brooks1986。他的核心论断是：智能行为可以由感知-行动耦合直接产生，不需要内部世界模型，不需要规划，不需要中央表征。包容架构（subsumption architecture）把行为组织成层，高层抑制低层输出——但抑制是固定的、硬连线的，不经过任何中央仲裁者。Brooks 的贡献不是“发明了反应式架构”（William Ashby 的稳态机、Grey Walter 的机器龟都是先驱），而是把“无内部表征”从哲学主张变成了可运行的机器人程序。他的 Herbert 机器人与 Genghis 六足步行机，都是没有规划、没有世界模型、却能在办公室走廊里搜集可乐罐的实体。

但 Brooks 自己留下了一道裂缝。他的论断覆盖的是“感知-行动”层——毫秒级、近距空间。一个需要在城市路网中导航到十公里外目的地的 agent，不可能只靠感知-行动耦合。Brooks 没有回答慎思往哪里放，他把这个问题留给了后人。

1987 年，SRI 的 Georgeff & Lansky 在 AAAI-87 上发表的 PRS（Procedural Reasoning System）做了一次折衷 ^prs1987。PRS 的核心是知识区域（Knowledge Area, KA）计划库——每个 KA 是一段“在什么条件下、怎么达成某目标”的过程。解释器在运行时从 KA 库中选择匹配当前信念和目标的 KA，压入进程栈执行；任意时刻被激活的 KA“既是部分的又是分层的”：计划不需要完整展开就能开始行动。PRS 把“何时停止规划”变成了一个可调用元级过程的问题（详见 BDI 从理论到工程）。但底层架构仍然是单一解释器轮转 KA。它没有真正的并发，反应式避障和战略规划在同一个进程栈里排队。当紧急障碍出现时，解释器需要先中断当前 KA、压栈、调度元级 KA 判断是否该切换。这套机制能用，但不是 Brooks 意义上的“感知-行动直连”。

裂缝还在。PRS 的折衷证明了一件事：把反应和慎思塞进一个解释器是可行的，但不是唯一的答案——甚至可能不是最好的答案。把这条线放进时间轴，可以看到两种混合架构如何从同一道裂缝分岔，又如何在三十多年后重新合流：

图中实线是架构演化的因果链，虚线是 Ferguson 埋进 future work 的那个问题：运行时能否自己决定“要不要多想一会儿”。它在 2026 年才第一次被真正拿到实验台上检验。我们先看 1992 年的第一个答案。

Ferguson 的答案：让三层同时开车

TouringMachines 的核心结构，报告原话是“三个独立控制层：反应层 R、规划层 P、建模层 M”，三层“并发运行、独立驱动、产生行为” ^ferguson1992。每层独立连接感知与行动子系统，可直接下达动作命令，各自以不同的时空抽象粒度建模世界。控制框架对层透明——“每层可当作只有自己在控制 agent”。冲突不在层内解决，交由层外的门控规则收拢。

这张图的关键在于两端：感知进来先过 censor、动作出去前先过 suppressor，三层本体在中间互不指挥。三层的分工沿时空粒度展开——反应层 R 最细粒度，处理当前时刻、近距空间，硬连线情境-动作规则，感知-行动直连，无内部状态推理，撞墙前 15 米紧急制动。规划层 P 中等粒度，处理局部路段、分钟级，做局部路线规划，原话“计划仅被当作行动的资源，而非控制一切行为的严格配方”——计划不控制一切，只是行动时可调用的资源。建模层 M 最粗粒度，处理全局场景、长时，预测他人意图并据此行动，显式采用 BDI 式他人心理模型，建模层是本架构中 BDI 伏线最明显的接入点。

Ferguson 在报告里明确交代了自己的师承。他的控制框架自称“包裹式类包容控制框架”（a wrapper-like subsumption-like control framework），中介控制规则中的抑制机制“近似 subsumption 中的抑制机制”（akin to the suppression mechanism in subsumption）^ferguson1992。师承线索清晰，但他做了两处关键改造。第一，Brooks 的抑制是固定的层间链——高层总是抑制低层；Ferguson 取消了固定压制链，原话“层间无严格层级化或优先级化的控制流”：建模层不总胜规划层，规划层不总胜反应层，胜负取决于运行时情境，抑制由情境激活的门控规则触发，不是硬连线。第二，subsumption 只在输出端抑制，Ferguson 在输入端也加了过滤，censor 规则在时间片首过滤喂给各层的感知，设计者由此可以控制“哪些层在哪些情境下能看到什么”，比 Brooks 的纯输出抑制多了一个维度。他还类比了 Minsky 心智社会的 censor/suppressor agents。本系列长期追踪的两条伏线（Brooks 的包容架构与 Minsky 的心智社会）在这里又一次交汇。

勘误：“Brooks 与 BDI 的和解方案”系本报告凝练，不得作任何一家的原文称谓。可用旁证为 Ferguson 自述”subsumption-like control framework”（师承 Brooks）+ 建模层显式采用 BDI 式他人心理模型 + Müller 一侧“试图和解反应与慎思的架构”，但三家原文均无此称谓。

仲裁机制本身是两类中介控制规则，原话“通过修改任意层的输入输出来消解动作冲突” ^ferguson1992。censor 规则在时间片首过滤感知，例如“近距障碍时屏蔽规划层感知”（避免在紧急时浪费计算资源做路线规划）；suppressor 规则在时间片尾过滤各层输出的动作命令，例如“紧急制动时抑制规划层输出”（反应层接管）。在我们的复现仓里，这套规则就是一个手写的静态表：

# 设计者手工雕琢的审查/抑制规则——静态、编译时分配
self.censor_rules = [
    CensorRule("obstacle_close", "P", "近距障碍时屏蔽规划层感知"),
    CensorRule("complex_conflict", "P", "复杂冲突时屏蔽规划层感知"),
]
self.suppressor_rules = [
    SuppressorRule("obstacle_close", "P", "紧急制动时抑制规划层输出"),
    SuppressorRule("obstacle_close", "M", "紧急制动时抑制建模层输出"),
    SuppressorRule("complex_conflict", "P", "复杂冲突时抑制规划层输出"),
]

短短几行代码就是 TouringMachines 仲裁机制的全部本体：按情境标签查表，命中就屏蔽。真正要紧的是它的唯一性保证从哪里来——原话“由设计者雕琢，保证任一情境至多一条规则触发、至多一条命令到达效应器”。这不是运行时仲裁，而是编译时分配：设计者在编码时必须穷举所有可能的情境组合，为每个组合写好互斥的 if-then 规则；遗漏一个组合，就可能出现两条命令同时到达效应器。这条约束是 TouringMachines 最大的结构脆弱性——系统行为的质量完全取决于设计者编写规则的完备性，而设计者无法在编译时穷举所有运行时情境。（完整复现代码见 ../hybrid-architecture-reproduction/hybrid/touring_machines.py。）

守住“无中央表征”的代价也在这里。三层中没有一层是“老板”，没有层拥有对其他层的控制权，仲裁由情境驱动的门控规则执行——这是对 Brooks 原则的忠实继承。但守住院子的代价，是仲裁能力被限制在“设计者预设的情境-规则对”之内：运行时遇到设计者没预设的情境组合，门控规则不触发。Ferguson 把“决策论元推理、anytime 算法、第四学习层”全部放进了 future work——不是不想做，是静态门控框架做不了。

Müller 的答案：干不了就上交

一年后，DFKI 给出了结构上几乎镜像的答案。INTERRaP 的核心是两大件——“层次化 agent 知识库 + 多级控制单元” ^muller1993。控制单元含四个子模块：世界接口（World Interface）、行为组件 BBC（Behavior-Based Component）、计划组件 PBC（Plan-Based Component）、协作组件 CC（Cooperation Component），原话四者“经目标、计划与信息通信交换”。与 TouringMachines 的“每层独立连感知行动”相反，世界接口独占感知与行动，共享的 World Model 是所有层的公共底座——INTERRaP 部分回到了集中表征。

勘误：INTERRaP 分层命名 BBL/LPL/CPL 定型于 1995-96 版。1993 DFKI 版为 WIF/BBC/PBC/CC——“社会模型”在 1993 版尚非独立组件，由 Cooperation Knowledge 层承担。本文一律使用 1993 版命名。

层间控制分两个方向。自下而上是称职驱动，原话“模块 n 自认能力不足，把任务上交模块 n+1”：BBC 尝试处理当前情境，有可用的行为模式（紧急制动、减速、保持车道等）就执行；来了其他 agent 需要交互，BBC 自认不胜任，把任务上交 PBC；PBC 做局部规划，若还需多方协调（障碍物与来车并存）再上交 CC。自上而下是计划分解：CC 制定联合计划后分解为子计划下传给 PBC，PBC 再分解为叶节点，叶节点激活 BBC 的行为模式，控制交还 BBC 执行，行动仍由世界接口独占输出。知识访问同样分层，原话“每层只能读本层及以下的知识层”：BBC 只能读世界模型和行为模式知识，PBC 可加读局部计划，CC 可读全部（含合作知识）。

称职驱动听起来抽象，落到实处只有几行判断。复现仓里 BBC 的称职判据是这样写的：

def can_handle(self, world: Dict[str, Any]) -> bool:
    """称职判据——BBC 能否独立处理当前情境"""
    other_agents = world.get("other_agents", [])
    if other_agents:
        return False   # 有其他 agent 需交互 -> 不胜任 -> 上交
    return True        # 无其他 agent -> BBC 可处理所有驾驶情境

整个上交链条则是三层 can_handle 的嵌套：

if self.bbc.can_handle(world):
    behavior, action = self.bbc.act(world)          # BBC 直接执行
elif self.pbc.can_handle(world):
    plan_name, action = self.pbc.plan(world)         # 上交一层做局部规划
else:
    plan_name, joint_action, leaf = self.cc.coordinate(world)  # 上交顶层协调

读这两段代码时值得留意两点。其一，BBC 并非纯粹的反射弧——原话行为模式“远超一般理解的反应式系统”，作者自语凝练为“把智能从规划移入执行”；BBC 内部“引入一种 Brooks 式包容结构”，行为模式按静态优先级排序，套用的是 Maslow 需求金字塔。其二，也是更关键的：称职判据本身是设计者写的 if-then。“自认能力不足”听起来是运行时的自我评估，但“什么算不胜任”在编码时就定死了——这个伏笔我们留到最后再展开。

层与层之间怎么说话？INTERRaP 的答案是消息原语（accept、command、demand、inform、modify、propose、reject），原话“模块间通信与 agent 间通信基本同一套言语行为式原语”。这是模块社会化路线：模块间的通信和 agent 间的通信使用同一套言语行为，模块本身就是“小 agent”，与 Minsky“脑内 agents 社交”的设想直接呼应。在 ICMAS-95 的后续短文里，Müller 一方还补了一个常被忽略的澄清：各层“虽按层级排列激活，却并发工作——agent 在规划时仍对意外保持感受性” ^muller1995。纵向堆叠不等于串行独占，这一点是它与其他分层方案的重要区别。

同一辆车，两条决策路径

两种架构孰优孰劣，Müller 本人在 ICMAS-95 的《Unifying Control》里亲自划了界 ^muller1995。他的判词是：Ferguson 的 TouringMachines 属横向耦合——“每个控制模块直连感知与行动”，三层并列，各有一根感知输入线和行动输出线，层间只有消息交换，没有控制权传递；INTERRaP 属纵向架构——“纵向架构中抑制可经模块间直接通信施加；横向架构里一个组件看不到另一个组件在提议什么动作”。

这句话点中了横向架构的结构盲点。TouringMachines 的三层各自独立产生动作命令，suppressor 规则在时间片尾收拢，但 suppressor 触发时只能看到“当前情境标签”，看不到“另一层正在提议什么动作”。设计者必须预设“复杂冲突时该抑制哪层”，可设计者无法预知运行时三层各自会提议什么。INTERRaP 的纵向架构让模块通过消息原语直接通信——一个模块可以看到另一个模块在提议什么，并据此决定是否施加抑制。这条划界不是品味之别，而是结构之别：横向守 Brooks 前提，代价是仲裁依赖设计者预设；纵向放弃 Brooks 前提，换取层间可见性和显式仲裁。

空口划界不如同场竞技。复现仓设计了一个两架构共用的测试场景：一辆自主车沿道路行驶，8 个时间片从开放道路到抵达目的地，其中 t=2 是近距障碍（15 米，紧急），t=4 是复杂冲突——近距障碍物（20 米）加来车从右方接近（完整场景定义见 ../hybrid-architecture-reproduction/hybrid/scenario.py）。两种架构在同一个场景里各跑一遍：

实验1：TouringMachines vs INTERRaP 架构对比
============================================================
​
--- TouringMachines（横向并发）---
  t=0 反应层=保持车道 规划层=沿路线前进 建模层=无他人需建模
        censor触发=False suppressor触发=False
  t=1 反应层=保持车道 规划层=沿路线前进 建模层=无他人需建模
        censor触发=False suppressor触发=False
  t=2 反应层=紧急制动 规划层=[被抑制] 感知被审查——未运行 建模层=[被抑制] 无他人需建模
        censor触发=True suppressor触发=True
  t=3 反应层=保持车道 规划层=沿路线前进 建模层=礼让来车
        censor触发=False suppressor触发=False
  t=4 反应层=减速备刹 规划层=[被抑制] 感知被审查——未运行 建模层=礼让来车
        censor触发=True suppressor触发=True
  t=5 反应层=保持车道 规划层=沿路线前进 建模层=无他人需建模
        censor触发=False suppressor触发=False
​
--- INTERRaP（纵向分层）---
  t=0 活动层=BBC 动作=保持车道
        上交=False 理由=
  t=1 活动层=BBC 动作=保持车道
        上交=False 理由=
  t=2 活动层=BBC 动作=紧急制动
        上交=False 理由=
  t=3 活动层=PBC 动作=规划礼让来车
        上交=True 理由=BBC 无可用行为模式处理来车交互
  t=4 活动层=CC 动作=联合计划: 先制动礼让来车再绕行障碍
        上交=True 理由=PBC 需多方协调——障碍物与来车并存
  t=5 活动层=BBC 动作=保持车道
        上交=False 理由=

（t=6、t=7 为抵达目的地与终态，两种架构都输出停车。）平静路段两者行为一致，分歧全部集中在 t=4 那个复杂冲突上。把 t=4 拆开看：

	TouringMachines	INTERRaP
反应层 / BBC	R：减速备刹（优先级 5.0）	BBC：有来车 → 自认不胜任
规划层 / PBC	P 被 censor+suppressor 屏蔽	PBC：障碍+来车 → 仍不胜任
建模层 / CC	M：礼让来车（优先级 6.0）	CC：制定联合计划
仲裁依据	设计者的静态优先级 M>R	称职驱动逐级上交
胜出	礼让来车	联合计划：先制动礼让来车再绕行障碍
后果	障碍物无人处理	两个威胁均被纳入计划

TouringMachines 在 t=4 的遭遇值得细读。三层各自独立产生动作：R 说“减速备刹”（静态优先级 5.0），M 说“礼让来车”（静态优先级 6.0），最终 M 胜出，因为设计者在编译时给“礼让来车”分配的优先级更高。但规划层被抑制了：complex_conflict 情境触发了 censor 和 suppressor 规则，本该规划绕行路线的 P 连感知都被屏蔽。结果是 agent 礼让来车但不绕行障碍——负责绕行的规划层，被设计者的静态规则关掉了。INTERRaP 走的是另一条路：BBC 发现有其他 agent，自认不胜任，上交 PBC；PBC 发现障碍物与来车并存，需要多方协调，再上交 CC；CC 制定的联合计划“先制动礼让来车再绕行障碍”把两个威胁都装了进去，计划叶节点再激活 BBC 的紧急制动行为模式执行。同一个场景，两种架构给出了不同的答案。而 TouringMachines 的那份答案里，盲区不是机器犯的错，是设计者编写的规则直接导致的。

勘误：D&M（Durfee & Montgomery 1990）的“行为抽象层级”属协调协议中的通信内容抽象而非 agent 内部分层架构。D&M 不与 TouringMachines / INTERRaP 同列——后者是 agent 内部分层，前者是 agent 间协调协议的通信内容抽象。详见 三种仲裁。

把两条路径的全部差异压进一张表：

维度	TouringMachines（横向并发）	INTERRaP（纵向分层）
层间结构	三层并列，各自直连感知与行动	四模块纵向堆叠，世界接口独占感知行动
仲裁机制	censor + suppressor 门控规则（静态）	称职驱动上交（运行时情境驱动）
Brooks 前提	守住——无中央表征，每层独立	部分放弃——世界接口集中感知行动
层间可见性	一个组件看不到另一组件在提议什么动作	模块间通过消息原语直接通信
仲裁来源	设计者手工雕琢的 if-then 规则	模块自评称职不足触发上交
何时回到慎思	门控规则预设的情境触发	BBC 不胜任时自动上交
集中表征	无	有（World Model 为公共底座）
控制流	无固定层级——情境驱动	纵向——称职驱动自下而上，计划分解自上而下

两种混合架构应两案并陈，不宜以 TouringMachines 概括全部：前者守住 Brooks 前提恢复慎思，方式是让三层并发、用情境门控规则消解冲突，但仲裁完全依赖设计者手工雕琢；后者放弃 Brooks 前提恢复慎思，方式是把反应作默认层、以称职驱动上交换取层间冲突的显式仲裁，但世界接口集中了感知行动。两种答案各有代价。

放进 BDI 坐标：连同 2026 年的第三列

把两个架构放进 BDI（信念-愿望-意图）坐标系，再并排放上 2026 年的 LLM Agent，三者的位置差异会看得更清楚：

维度	TouringMachines 1992	INTERRaP 1993	LLM Agent 2026
信念	每层独立感知，censor 过滤后分层喂入	世界接口独占感知，共享 World Model	参数统计分布 + system prompt + RAG
愿望	嵌入各层目标（R 避障 / P 路线 / M 预测）	BBC 行为模式静态优先级，套用 Maslow 金字塔	用户指令
意图	三层并发动作命令，suppressor 收拢至多一条	称职驱动上交，CC 联合计划分解下传	ReAct 循环 action 序列
承诺语义	suppressor 规则决定哪层动作生效	计划叶节点激活 BBC 行为模式	tool call 是隐式承诺
何时慎思	设计者预设的情境触发门控规则	BBC 不胜任时自动上交	LLM 自己决定（无元推理保障）
仲裁来源	设计者手工雕琢的 if-then 规则	模块自评称职不足	概率采样（无显式仲裁）
信念更新	感知子系统每时间片刷新	世界接口每周期刷新	每轮对话 context window 刷新

这张表里最要紧的一行是“何时慎思”。INTERRaP 的答案是运行时自评驱动的：BBC 自己判断“我能不能处理这个”，不能就上交，这比 TouringMachines 的“设计者预设情境触发”更动态。但两者都远未达到 Rao & Georgeff 1995 年 BDI 模型中“开放心智”agent 的理想——后者能评估“采纳意图的理由是否仍然成立”并据此放弃意图（见 BDI 从理论到工程）。而当代 LLM Agent 的“何时慎思”由 LLM 自己在 ReAct 循环中决定，没有元推理保障，“多想一会儿”只是采样上的概率波动，并非策略选择。这个空白，正是下一节实验的入口。

动态门控：一笔悬了三十四年的 future work，和它的兑现代价

Ferguson 把话说得很早、也很直白。他在结论章自认：计算资源分配是“静态的编译时方案”，运行时“无法评估是否该进一步慎思而非立即执行动作”——决策论元推理、anytime 算法与第四“学习层”全部位于 future work，自评当前 agent“只能算前智能” ^ferguson1992。复现仓里专门留了一个方法来验证这条自评：can_assess_deliberation_need()，检查 TouringMachines 能否在运行时评估“当前是否应该花更多时间慎思而非立即执行”：

def can_assess_deliberation_need(self, state: Any) -> bool:
    """验证 Ferguson 自认局限:
    运行时'无法评估是否该进一步慎思而非立即执行动作'"""
    return False

方法体只有一个 return False——这不是偷懒，这正是 Ferguson 自认的结构局限在代码里的等价物。跑一遍 8 个时间片：

实验2：静态资源分配局限（失败实验）
============================================================
  TouringMachines 的 censor/suppressor 规则是静态分配的
  运行时无法评估'是否该进一步慎思'
  t=0 能否评估慎思需求: False
  t=1 能否评估慎思需求: False
  t=2 能否评估慎思需求: False
  t=3 能否评估慎思需求: False
  t=4 能否评估慎思需求: False
  t=5 能否评估慎思需求: False
  t=6 能否评估慎思需求: False
  t=7 能否评估慎思需求: False

  >> Ferguson 自评: 只能算前智能
  >> 静态资源分配无法动态评估是否该进一步慎思

8 个时间片全部返回 False。censor/suppressor 规则是编译时分配的：哪些情境屏蔽哪层感知、哪些情境抑制哪层输出、层间计算资源配额，全部在设计期固定，运行时没有任何元推理机制来评估“当前是否应该多想一会儿”。以 t=4 为例：设计者预设了“complex_conflict 时抑制规划层”，可运行时 agent 面临障碍物加来车的复杂冲突，此刻恰恰应该让规划层参与（需要规划绕行路线）——静态规则却把规划层关掉了。TouringMachines 没有能力在运行时说“等等，这个情境比预设的复杂，让我多想一会儿”。这就是“只能算前智能”的含义。

2026 新增 A/B 对照实验（E6）。Ferguson 那条 future work 一留就是三十余年，这个实验试着把它兑现：只替换一个组件，其余全部不动。基线是设计者雕琢的静态 suppressor 规则（按情境标签查表）；变体把 suppressor 换成 LLM，每时间片判定抑制哪些层的输出：只给原始感知（速度、障碍距离、他车情况），不给情境标签，逼 LLM 自己从感知推断紧急度，因为基线规则靠标签查表，若连标签一起给就测不出任何推断能力。censor 规则与“未抑制者中优先级最高者执行”的机制原样保留。模型 deepseek-chat，温度 0.3，8 时间片 × 10 轮独立抽样：

指标	基线（静态规则）	LLM 动态门控
平静片抑制集吻合	8/8（定义）	6/6 × 10 轮全对
t=2 紧急片（胜者须=R 紧急制动）	通过	10/10 通过
t=4 复杂冲突片	胜者=M（礼让来车）	1/10 同基线；9/10 改判 R
失败模式分布	—	correct×1，conservative_overreach×9
误抑制 R / 平静片漂移	0	0 / 0
每片延迟	<0.001s	~1.2s（LLM 调用）

安全底线全部守住了，这一点必须先说清楚：真紧急片（t=2 近距障碍）十轮全部让反应层的紧急制动到达效应器，十轮零误抑制反应层，六个平静片十轮零漂移，LLM 从原始感知推断紧急度的能力是可靠的。逐片吻合度也齐整：9 轮保守过抑各为 7/8 片吻合（唯一偏离就在 t=4），1 轮完全吻合为 8/8。

但 t=4 暴露了一个结构性的行为漂移，这一条要如实记录、不作软化。先看基线在 t=4 做了什么：Ferguson 的静态规则只抑制规划层 P，建模层 M 的“礼让来车”以优先级 6.0 合法胜过反应层 R 的减速备刹（5.0）。这正是“层间无严格层级化”的展示点，社会性冲突中可以礼让而非急刹。而 LLM 在 9/10 轮里连建模层也一并抑制，只留下反应层的“减速备刹”——反射层独大。也就是说，模型的安全先验把 Ferguson 精心保留的社会性仲裁重新层级化成了“反射优先”。判决（本系列凝练）：LLM 动态门控兑现了 Ferguson 的 future work（运行时仲裁确实可行且安全），但兑现的方式是把“设计者雕琢的情境特判”替换成“模型先验的保守特判”；动态化买来了适应性，卖掉的是架构原有的行为多样性。附带成本同样真实：每片约 1.2 秒的延迟（基线静态查表不到 1 毫秒），以及 80 次调用共 25,891 tokens（prompt 22,410 + completion 3,481，零调用错误）。原始数据存于 ../experiment_results/ab_e6_hybrid_gating.json。

修正记录：本实验初版的失败模式分类法误设”危险片胜者须=R”，把 t=4 也按”胜者必须是反应层”来判——但基线在 t=4 的胜者本为 M（礼让来车）。该假设已撤回，全部 10 轮从原始记录重新分类（correct×1、conservative_overreach×9），未重跑 API。分类修正的依据写在 ../hybrid-architecture-reproduction/ab_experiment.py 的 classify() 注释里：t=2 胜者须为 R（真紧急），t=4 若抑制集大于基线（连 M 也抑制）记 conservative_overreach。

编者注：把这条修正与 t=4 的结果放在一起读更有意味——即使按修正后（对基线更有利）的分类法，LLM 动态门控在复杂冲突片上仍是 9/10 保守过抑。修正救的是实验记录的诚实，不是变体的成绩。

Ferguson 自己先认了：前智能、六条边界与一份克制的影响谱系

这篇文章写到这里批评过的每一处局限，几乎都不是后人翻旧账——两篇原文自己在结论章就承认了。Ferguson 的“只能算前智能”前面已经引过，把两个架构的诚实边界完整摊开，一共六条。

第一，TouringMachines 的静态资源分配。 计算资源分配是“静态的编译时方案”，运行时“无法评估是否该进一步慎思而非立即执行动作”，censor/suppressor 规则是设计者编码时手写的，全部编译时固定，运行时遇到设计者没预设的情境组合，门控规则不触发。实验 2 的 8 个 False 已经验证了这一点；Ferguson 把决策论元推理、anytime 算法、第四学习层全部放进了 future work。

第二，TouringMachines 的唯一性保证靠设计者手工雕琢。 原话“由设计者雕琢，保证任一情境至多一条规则触发、至多一条命令到达效应器”。仲裁发生在编译时而非运行时：设计者必须穷举所有可能的情境组合，这在非平凡场景中不可扩展。实验 1 的 t=4 展示了后果：设计者预设“complex_conflict 时抑制规划层”，但规划层本该参与——规则把正确的层关掉了。

第三，INTERRaP 的称职判据也是设计者预设的。 “模块 n 自认能力不足”——但“能力不足”的判据是设计者编写的，can_handle() 返回 True/False 的背后是预设的 if-then。称职驱动比 TouringMachines 的静态门控更动态（运行时情境驱动而非编译时固定），但“什么算不胜任”仍然是设计者定义的。

第四，INTERRaP 部分回到集中表征。 世界接口独占感知与行动、共享 World Model 为公共底座，这放弃了 Brooks 的“无中央表征”前提。INTERRaP 恢复慎思的方式恰恰是放弃这一前提：把反应作默认层、以称职驱动上交换取层间冲突的显式仲裁。所以两种混合架构应两案并陈，不能以一种概括另一种。

第五，INTERRaP 的跨 agent 冲突仲裁仍需选出集中者。 原话说“不先验假设调解过程存在”，但办法是“选出其中一个 agent 充当调解者”——运行时选出集中者，而非消除集中。这与 Durfee 在自组织工作中的权威值全序→选出 leader 路线一致（见 三种仲裁 与 智能体如何找到彼此）。

第六，INTERRaP 实验数字的自反性。 FORKS 装载码头叉车仿真（OPS-5 前向推理）跑了 3/6/9 个 agent × 5 种类型的组合，结果聚集任务下智能 agent 的冲突概率反而高于欠智能者——一个“不一定全用聪明 agent”的实证。这个数字说明混合架构的分层上交在 agent 数量增加时反而增加冲突，因为更多 agent 需要上交到 CC 协调。

三篇合观（含 D&M）能看到一个更冷的结论：1990-1995 的实现里，完全不依赖设计期预设的仲裁机制并不存在。彼时通行的折衷是“预设减到最少 + 运行时选出权威”（Durfee 权威值全序 → Müller 选举 mediator），真正的动态仲裁（效用元推理、学习层、动态权威分配）在三篇原文中全部位于 future work。

这个局面配得上一句 Bar-Hillel 式的批评。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。两种混合架构有一个结构相同的局限：它们把“仲裁”偷换为“设计者预设”，预设了一个不成立的等价前提：设计者能在编译时穷举所有运行时冲突情境。TouringMachines 的门控规则只有在设计者穷举了所有情境组合时才有效，可设计者在编译时无法预知运行时三层各自会提议什么动作，尤其当环境里还有其他 agent 时。INTERRaP 的称职驱动更动态，但“能不能处理”的判据仍然是设计者编写的能力边界，不是运行时学到的能力评估。

这条批评最重要的部分在于它对当代说的话。LangGraph 的状态图分层、AutoGen 的 GroupChat 协调层，都是混合架构的当代回声。但当 LangGraph 把“反应层”和“慎思层”写成状态图节点时，节点间的跳转条件仍然是设计者写的 if-then，只是从 censor 规则变成了 add_conditional_edges 的条件函数。名字变了，结构没变。 而当代 LLM Agent 的“何时慎思”由 LLM 自己在 ReAct 循环里决定，“多想一会儿”只是采样上的概率波动，并非策略选择。这恰好是 Ferguson 1992 年自认的局限在 34 年后的重现：TouringMachines 的“静态编译时方案”变成了 LLM 的“采样温度”，两者都不是真正的动态仲裁。E6 的结果给这条批评补了最新的一笔：即使把门控真正运行时化（LLM 从原始感知推断紧急度，安全底线全守），换来的仍是模型先验的保守特判，而非 Ferguson 设想中的决策论元推理——动态仲裁的旧问题解决了，“仲裁者的先验从哪来”的新问题顶了上来。

作者判断：[若混合架构要在 LLM 时代复活，缺的可能不是更强的门控模型，而是对门控模型本身的制衡机制——比如给”抑制建模层”这类改变架构行为风格的裁决加上显式的复核通道。E6 的 9/10 保守过抑说明，模型先验与架构设计者的先验一样，都是一种未经运行时检验的预设。]

最后是影响谱系。这一节的每条关系都附引证，并按“强 / 中强 / 中”分级——概念相似不冒充因果传承。

强影响（直接继承混合架构范式）：

系统 / 框架	年份	影响点	参考
3T / ATLANTIS / Saphira	1990s	三层架构（反应/顺序/慎思）直接继承 TouringMachines 的 R/P/M 分层范式	Bonasso 1997
SOAR	1990s	符号-反应混合架构，感知-行动与慎思并存	Laird et al. 1987
JAM / UM-PRS	1990s	商业 Agent 框架采用 PRS 式计划库 + 混合分层	Huber 1999
ICMAS-95 Unifying Control	1995	Müller/Fischer/Pischel 把 INTERRaP + TouringMachines 统一为”分层 BDI”（判定成立但非原文自封）	ICMAS-95

中强影响（概念启发混合架构思路）：

系统 / 框架	年份	影响点	参考
robotic agent 架构	1990s-2000s	机器人控制普遍采用反应+规划混合分层	Arkin 1998
亚符号反馈控制	1990s	底层反应+高层规划的混合范式影响机器人学	Brooks 1986
ROS 节点架构	2010s	节点间消息通信松耦合，混合架构的工程遗产	ROS
AutoGen GroupChat	2023	多 agent 协调层近似 CC 的角色	AutoGen

中等影响（概念平行而非直接继承）：

系统 / 框架	年份	影响点	参考
System 1 / System 2	2000s	Kahneman 双系统与反应/慎思分层概念平行	Kahneman 2011
LangGraph 状态图	2024	agent 内部状态图分层，概念平行于 INTERRaP 纵向分层	LangGraph
hierarchical RL	2010s	分层强化学习的 option 框架，概念平行于称职驱动	Precup 2000

回望 1992-1993 年那道裂缝的两份答案：Ferguson 让三层抢方向盘，用设计者雕琢的门控规则收拢冲突，守住了无中央表征，也把仲裁的天花板钉在了编译期；Müller 与 Pischel 把难题逐级上交，用称职驱动换取显式仲裁，也把感知行动重新集中到了一个接口上。1995 年 Müller 亲笔划下横与纵的界线时，两案并陈的局面已经注定。而真正悬而未决的那个问题，“agent 能不能在运行时决定自己要不要多想一会儿”，从 Ferguson 的 future work 一路悬到 E6 的实验台上。三十余年后它得到的第一个可计算回答是：能，安全地能，但答案里带着模型先验的口音。前智能的门槛迈过去了一半——另一半，仍然在 future work 里。

参考文献

[brooks1986]  Brooks, R. A. “A Robust Layered Control System For A Mobile Robot.” IEEE Journal of Robotics and Automation, 2(1):14-23, 1986.（精读存档 原始文章\03i-Brooks-Subsumption-1986.pdf）

[prs1987]  Georgeff, M. P. & Lansky, A. L. “Procedural Reasoning.” AAAI-87, pp. 151-155, 1987. 详见 blog-02。

[ferguson1992]  Ferguson, I. A. “TouringMachines: An Architecture for Dynamic, Rational, Embedded Agents.” PhD Thesis / Technical Report UCAM-CL-TR-273, University of Cambridge, 1992, 219 pages.（精读存档 原始文章\03j-Ferguson-TouringMachines-1992.pdf，剑桥官方技术报告完整版，正文 206 页，约 52 万字符。引用页码均按 TR 版标注。三层并发原话、censor/suppressor 门控原话、”由设计者雕琢”唯一性保证原话、”层间无严格层级化控制流”原话、”计划仅被当作行动的资源”原话、”包裹式类包容控制框架”自述、”静态的编译时方案”+”只能算前智能”自评局限，均出自此档。）

[muller1993]  Müller, J. P. & Pischel, M. “INTERRaP: An Architecture for Behavior-Based Agents.” DFKI Research Report, 1993, 109 pages.（精读存档 原始文章\03k-MullerPischel-INTERRAP-1993.pdf，DFKI 研究报告版，约 29 万字符。两大件结构原话、四子模块原话、”称职驱动”原话、”模块间通信与 agent 间通信基本同一套言语行为式原语”原话、”把智能从规划移入执行”原话、FORKS 实验数字均出自此档。）

[muller1995]  Fischer, K., Müller, J. P. & Pischel, M. “Unifying Concepts in DAI and MAS: From the Individual to the Organization.” ICMAS-95, pp. 251-262, 1995.（三通用函数 BR/SG/PS 分层实例化、”分层 BDI”判定成立但非原文自封、”各层虽按层级排列激活却并发工作”原话、Müller 亲笔横/纵划界均见此短文。）

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