2.2 慎思式镇民：BDI 从信念到意图

2.2 慎思式镇民：BDI 从信念到意图

摘要：慎思式智能体内置世界模型，按"感知—建模—规划—行动"行事；其代表架构 BDI 用信念（我以为）、愿望（我想要）、意图（我承诺）三件套刻画实践推理。本节拆解 BDI 解释器循环、意图的承诺机制与三种承诺策略，并实现一个能跑的最小 BDI 快递镇民。

「BDI」是镇民茶馆里出现频率最高的黑话，全称 Belief-Desire-Intention。上一节的反应式镇民只有反射弧，摔不坏也想不远；慎思式镇民反过来，脑中先挂一张世界地图，凡事掂量因果再动手。BDI 则是慎思阵营里最长寿的工程方案——它把哲学家布赖特曼关于"意图"的思辨，熬成了能写进代码的解释器循环。这一节是全章的主菜，第 3 章里那些会投标、会守约的镇民，内核都是它。

慎思式的基本盘：世界模型加规划器

慎思式镇民的工作流是"感知—建模—规划—行动"四部曲：感知进来先更新内部世界模型（一套符号化的状态描述），随后规划器在世界模型上搜索行动序列，选中一条就逐步执行。它的底气是预测力——模型准，就能推演"如果我这么做，世界会怎样"，从而绕远路、做权衡、推迟满足。代价也明摆着：建模与规划都慢，模型会过时，维护成本高。反应式与慎思式的争斗没有胜负，只有分工。

BDI 的哲学根：意图为什么是一个独立概念

单纯用"信念加愿望"解释理性行动有个漏洞：愿望可以无穷多且互相打架（既想环游世界又想存钱），只靠愿望推不出稳定行为。布赖特曼的洞见是：理性智能体需要对某些愿望承诺，被选中的愿望升级为意图，意图具备三重品格——它约束未来推理（有此意图就别整天重新盘算）、驱动手段推理（定下目标就去找路）、且不轻易放弃（半途而废比绕路更贵）。愿望是菜单，意图是下的单。

三件套的分工于是清晰：

从愿望到意图的筛选叫慎思（deliberation），从意图到手段的落地叫手段—目的推理（means-end reasoning），查的是计划库——一组"目标＋上下文条件＋执行体"的计划模板。

解释器循环：BDI 的心跳

经典 BDI 解释器每 tick 走这么一遭：感知环境，用新观察修订信念；信念触发事件生成候选愿望；慎思筛选，把若干愿望提升为意图；为意图在计划库里匹配计划并压入意图栈；执行栈顶计划的一步；最后在合适的时机 reconsider——要不要重新想想？这最后一问引出承诺策略：盲目承诺（打死不回头）、单心思承诺（目标不变换路径）、开放承诺（环境一变就重选）。工程上单心思承诺最常用：认死理但肯换路。

图 2-2 BDI 解释器循环：信念、愿望、意图的流水线

写一个能跑的最小 BDI

理论齐了，落成代码。场景：快递镇民在小镇送件。信念用字典存，愿望是待办目标，意图是带计划的目标栈；计划库按"触发目标＋上下文条件"匹配。每个循环走一遍修订信念、生成愿望、筛选意图、执行一步的标准流程。

class MiniBDI:
    """最小 BDI 快递镇民：信念-愿望-意图 三件套加计划库。"""
    def __init__(self):
        self.beliefs = {"at": "depot", "raining": False, "parcels": [],
                        "road_blocked": False}
        self.desires = []                    # 愿望池
        self.intentions = []                 # 意图栈（栈顶最先执行）
        self.plans = []                      # 计划库：触发目标+条件+步骤

    def add_plan(self, goal, context, steps):
        self.plans.append({"goal": goal, "when": context, "steps": steps})

    def perceive(self, obs):
        self.beliefs.update(obs)             # 信念修订：照单全收（简化）

    def generate_options(self):
        for p in self.parcel_events:         # 外部事件冒出愿望
            self.desires.append(("deliver", p))
        self.parcel_events = []              # 事件消费掉，避免无限重复接单

    def deliberate(self):
        """慎思：愿望可行且未在意图里，就提升为意图并配计划。"""
        for goal, arg in list(self.desires):
            plan = self.find_plan(goal)
            if plan and all(i[0] != goal or i[1] != arg for i in self.intentions):
                self.intentions.append((goal, arg, iter(plan["steps"])))
            self.desires.remove((goal, arg))

    def find_plan(self, goal):
        for p in self.plans:
            if p["goal"] == goal and p["when"](self.beliefs):
                return p
        return None

    parcel_events = []                       # 简化：到货事件队列
    def post_parcel(self, dest): self.parcel_events.append(dest)

    def step(self, world):
        self.generate_options()
        self.deliberate()        if not self.intentions:
            return "idle"
        goal, arg, steps = self.intentions[-1]
        try:
            act = next(steps)
            result = world.execute(self.beliefs, act, arg)
            print(f"[{goal}:{arg}] {act} -> {result}")
            return act
        except StopIteration:                # 计划执行完，意图出栈
            self.intentions.pop()
            return "done"

bdi = MiniBDI()
bdi.add_plan("deliver",
             lambda b: not b["road_blocked"],            # 上下文：路没封
             ["pick_up", "ride_to_dest", "hand_over"])
bdi.add_plan("deliver",
             lambda b: b["road_blocked"],               # 备选计划：路封了绕行
             ["pick_up", "detour_ride", "hand_over"])
bdi.post_parcel("bakery")

class World:
    def execute(self, beliefs, act, arg):
        if act == "ride_to_dest":
            beliefs["at"] = arg
        return f"当前位置 {beliefs['at']}"

world = World()
for _ in range(5):
    bdi.step(world)
​

计划库放了两条同名计划，靠上下文条件分流——路通走直达，路封走绕行。这正是 BDI 处理环境突变的钥匙：不是删除旧计划，而是让条件不满足时自动落到备选计划。把 road_blocked 翻成 True 再跑，镇民会自己改道，意图（送达面包坊）纹丝不动，这就是单心思承诺。

承诺实验：换路容易，换目标难

再看 reconsider 的时机。下面的对比实验演示两种承诺策略在"路被封两次"的倒霉日子里各表现如何。

import random

def delivery_day(reconsider_goal, seed=3):
    """送三个包裹；路上随机封路。reconsider_goal=True 时目标也可放弃。"""
    random.seed(seed)
    goals = ["bakery", "school", "clinic"]
    done, aborted, detours_total = [], [], 0
    for g in goals:
        detours = 0
        while True:
            if random.random() < 0.6:          # 又封路了（倒霉的雨季）
                detours += 1
                if detours >= 3:               # 连续碰壁到上限
                    if reconsider_goal:
                        aborted.append(g); break
                    else:
                        detours = 1            # 单心思：认死理，继续绕
            else:
                done.append(g); detours_total += detours; break
    return done, aborted, detours_total

print("单心思承诺:", delivery_day(reconsider_goal=False))
print("开放承诺  :", delivery_day(reconsider_goal=True))
​

单心思版把全部包裹送到了手，代价是合计绕行多次；开放版在连续碰壁后弃掉部分订单，绕行少、完成率也掉。哪个好取决于弃单代价与绕路代价的比值——急救药品必须单心思，传单可以开放。承诺策略不是参数调优，是业务价值观的代码化。

💡 关键直觉：BDI 常被吹成"拟人心智"，它的真正贡献其实是工程上的——用意图栈把"目标持久性"这个推理难题变成了数据结构问题。想理解它在学术谱系里的位置，可以把它看成决策论（效用最大化）在有限算力下的实用近似：不追求最优，追求"够好且跟得上环境"。

理论账本与工程现状

BDI 的形式语义有完整的模态逻辑体系（信念愿望意图各有算子与公理），工程血统则从 PRS 一路传到 dMARS、JACK，直到用 AgentSpeak 语言实现的 Jason 平台（第 8 章工坊会再遇到它）。它的甜区是"目标明确、环境多变、反应要快"的半结构化任务：应急响应、空域管理、宇航调度。它的短板同样清楚：计划库要人写（知识工程瓶颈）、学习成分原生缺失（第 7 章学堂来补）、跨镇民的社会推理不在三件套射程内（第 3 章邮政局来接）。

沙盘推演小结

把 BDI 镇民放回沙盘：它是镇上的快递员，脑中揣着一张可能过时的地图（信念），口袋里塞满想赚的运费（愿望），今天真正认下的三单（意图）写在小本上。下雨改道、客户改约，它换路径不换承诺；除非接连碰壁到上限，才撕单重来。下一节的混合式镇民要做的，是给这样的慎思内核再垫一层毫秒级反射——让火警响起的瞬间，先由脊髓刹车，再由大脑规划逃生路线。