5.1 经典智能体架构

5.1 经典智能体架构

本节摘要：经典架构是对感知-决策-行动循环的不同裁剪。反应式几乎无状态，观测直接到行动，快、脆。基于模型把内部状态加回来。慎思式把规划放进环路，慢、能看远。BDI 用信念、愿望、意图三套结构管理目标承诺。包容式用多层反射，高层可压制低层。选架构就是选省略哪些部件；省略必须被环境属性允许，而不是被演示视频允许。

本节导读

阅读完本节，你应当能够：

1. 画出反应式与慎思式在循环上的差别
2. 用 BDI 的信念-愿望-意图解释「承诺」与「目标」不同
3. 说明包容架构如何用抑制关系处理冲突行动
4. 按 1.2 的环境属性给经典架构做排除

反应式：快，是因为少想

SOURCE 把反应式写成感知-行动、无状态、基于规则。恒温器、紧急停机、沿墙走，都是。优点是延迟低、实现小、某些扰动下反而稳——因为它不依赖可能过期的模型。缺点是 1.2 里列过的：无记忆则部分可观测会骗它；无目标结构则做不成长期任务；无学习则规则过时只能人改。反应式不是「过时技术」，是环境允许时的正确简化。动态、时间极紧、目标局部（别撞），它常作为混合系统的底层活着。

基于模型的架构在反应式上加内部状态与 T 的粗版本。不必完整规划，只要「我以为在哪」。 localization、跟踪、货位占用图，都属于这一档。它解决部分可观测，仍可能不做长期搜索。慎思式再把规划器放进环：先搜序列再执行。它吃 3.2 的五要素，也吃计算时间。环境静态、模型准，慎思很美；环境动态、算超时，慎思会想出过期的完美计划。

💡 关键直觉：反应式省略记忆与规划；慎思省略「来不及」这一约束。两者的失败模式正好相反：一个短视，一个迟到。

BDI 与包容：两种管理冲突的办法

BDI 把信念当对世界的估计（认知出口），愿望当目标集（3.1），意图当已经承诺要执行的手段。关键发明是承诺：不是每一步都重新从全部愿望里挑，而是在意图仍可行时坚持，避免朝令夕改。环境一变，意图可能要丢——这需要显式的放弃条件。对话与任务型助手常用类似结构：当前任务栈就是意图。它不规定用什么算法规划，只规定结构。

包容（层叠反射）用多层 sense-act，低层避障，中层巡游，高层去目标。冲突用抑制：高层可以关掉低层输出，或低层在紧急时抢走执行器。它承认反应式单层不够，但拒绝一个大规划器。优点是实时；缺点是层间优先级靠人调，任务一复杂就变成优先级泥潭。

如何排除而不是如何喜欢

完全可观测加静态加离散，慎思或搜索可以当主循环。高度动态加硬实时，反应或包容底层必须有。目标层次深、需要解释「我在做什么」，BDI 的意图层有用。学习从哪接入：反应式只能人改规则；基于模型可学 T；慎思可学启发式；BDI 可学愿望的优先级，但要走 4.3 的闸。架构图上若画了学习却没有评判入口，那是装饰。

⚠️ 常见坑：在演示里用慎思跑通静态仓库，上线人流一密就超时。超时不是调优问题，是架构与环境属性不匹配。应把避障下放到反应层，规划只出路点。

经典架构的价值是提供检查清单，不是要求你纯种实现。纯反应式做不出出库；纯慎思做不出急停。5.2 的混合几乎是工业默认。但若说不清自己的混合里哪一层对应上表哪一行，混合只是杂烩。先能用本节的表给每一层命名，再谈拼接。

执行器抢占是架构必须写明的。谁能在 10 毫秒内关掉电机？若答案是「等规划器算完」，这不是慎思，是危险。安全默认行动应属于反应层，且不可被学习直接改——L0 知识。这把 4.3 的分级焊进架构，而不是写在备忘录里。

慎思的计算预算与 BDI 的放弃条件

慎思式要写死：规划超时返回什么。返回上一周期计划的第一步、或返回反射层默认。禁止返回空。空等于冻执行器。预算与环境动态成反比：动态越快，预算越短，架构越靠近反应。这不是调优附录，是 5.1 选型合同。合同写在周期表里：任务层 2 赫兹、技能 10 赫兹、反射 100 赫兹。对不上环境，再漂亮的 BDI 图也只是愿望。

BDI 的放弃条件要显式：意图不可行、愿望已撤销、代价超过阈值、新观测使信念与意图冲突。没有放弃条件，承诺变成固执。有了放弃条件却每帧都触发，承诺变成没有。调试看意图寿命分布：全是一帧，等于没 BDI；全是直到任务结束不顾碰撞，等于没反射。寿命应分层：任务意图长，技能意图中，反射无意图只有规则。

包容架构的抑制关系必须可测。构造「高层要前进、低层要急停」，断言急停赢。测不过，优先级只写在论文里。清洁机器人、自动售货机、简单游戏角色是 SOURCE 给反应式的例子：环境允许、目标局部。把这些例子升到慎思，通常是浪费。反过来，把出库任务做成纯售货机式反应，会在订单变化时迷路。例子用来排除，不是用来限制想象。

概念代码保持极简，只为钉契约：

若 反射否决: 执行安全默认
否则若 技能超时: 沿用上一指令并告警
否则: 执行技能指令
学习不得进入上述任一分支改默认
​

四行比一张分层漫画更能阻止事故。把四行写进架构说明，5.1 才算从名词变成合同。

本节检查清单

每一层能否用 5.1 的表命名？谁在十毫秒内关掉电机，答案是反射还是「等规划」？安全默认属 L0、学习不得改，写进合同了吗？规划超时返回空还是默认？BDI 意图寿命是一帧还是直到撞？放弃条件显式吗？包容抑制「前进对急停」测试过了吗？周期表与环境动态成反比写进选型合同了吗？清洁机器人那种局部目标有没有被错误升到慎思？出库有没有被错误降到售货机式反应？四行伪代码同事能否指出急停行？指不出就改四行。架构名词换得再勤，执行器只听得懂周期、默认和否决。三样是经典架构留给混合的遗产。遗产丢了，5.2 只能拼杂烩。杂烩看起来层很多，问超时却没有人认领。认领必须在本节完成，不能推迟到「我们混合之后再说」。之后没有仲裁协议，只有更厚的漫画。

把售货机与出库放在同一张选型表

售货机：完全可观测的按钮、确定性出货、片段式、静态、离散、单循环。反应式够用。硬把 BDI 套上去，意图栈没有用，只会增加超时。出库：部分可观测、序列、动态、多车、目标层次深。反应式只配当反射层。选型表两行对照，5.1 的排除法就不再抽象。抽象会在评审里变成「我们的架构更先进」。先进不是轴。轴是环境。环境允许简单，简单是正确。正确比先进便宜，也比先进可审计。可审计在售货机里是按钮到出货的规则表。可审计在出库里是三层合同。两套可审计都对，因为环境不同。不同被写进选型合同，才不会把出库做成售货机，也不会把售货机做成出库。做成错的那一种，表现为超时或迷路。超时是慎思进了不该进的快环境。迷路是反应式进了不该进的长目标。两种病的药都在 5.1 的表，不在新名词。新名词治不好选型错误。选型错误要对照两行。两行对照是本节最便宜的实验。实验在纸上就能做。纸上做完再画分层图。分层图跟着表走，不跟着潮流走。潮流会把售货机也画上大模型。大模型在售货机里是慢层浪费。浪费还占延迟。延迟在出货口不可接受。不可接受就是排除。排除是经典架构还活着的理由。活着不是怀旧。怀旧不关电机。排除关电机：不该思考时不许思考。不许思考写在周期表。周期表是 5.1 交给 5.2 的嫁妆。嫁妆丢了，混合会让售货机思考出库，出库来不及思考避障。两种都糟。糟的根是选型表空。表空先填。填完再谈 BDI 的承诺美不美。美不解决售货机。售货机要的是规则。规则在反应式。反应式在表的第一行。第一行不是低级。第一行是匹配。匹配是本章的审美。审美对准环境轴，不对准名词的年代。年代新的架构也可以是错误匹配。错误匹配要排除。排除完，留下的才配叫经典——经典的意思是被环境允许的简化，不是博物馆。

博物馆不是经典的意思。经典是被环境允许的简化。简化匹配轴，不匹配潮流。潮流会把售货机也画上大模型。大模型在售货机里浪费延迟。延迟不可接受就是排除。排除关思考：不该思考时不许思考。不许思考写在周期表。周期表是嫁妆。嫁妆丢了，混合会让售货机思考、出库来不及避障。两种都糟。糟的根是选型表空。表空先填。填完两行对照：售货机反应式够用，出库必须有反射层。对照能说出口，5.1 过关。过关不是会背 BDI。过关是会排除。排除对准环境轴。轴填完，简单是正确。正确比先进便宜，也比先进可审计。可审计在售货机是按钮到出货的规则表，在出库是三层合同。两套都对，因为环境不同。不同写进合同，5.1 过关。

本节速览

• 架构是裁剪：反应省略记忆规划，慎思省略硬时限
• 基于模型：加状态不等于已经会规划
• BDI：意图是承诺，减少朝令夕改
• 包容：多层反射加抑制，优先级靠人
• 用环境排除：动态硬实时必须有反应层
• 安全默认属 L0：不可等规划、不可被学习直接改

下一节看工业上如何把这些层拼成混合系统。