5.2 冲突检测与仲裁：小镇法庭开庭

5.2 冲突检测与仲裁：小镇法庭开庭

摘要：冲突是目标、信念或计划的不相容。本节给冲突分型（目标、信念、计划三层；真冲突与表面冲突），讲检测的三个时机与代价，排出化解梯子的五级（回避、协商、调解、仲裁、强制），并用代码实现计划重叠检测与"先协商后仲裁"的两级处理器。

两妇人在所罗门王面前争一个婴孩，都说孩子是自己的。王的裁决出了名地狠辣："拿剑来，劈成两半。"真母亲立刻弃权——真相在极端裁决面前自己走了出来。这个古老判例藏着本节的两个主角：冲突的化解不只靠说服，还可以靠设计得当的裁决程序；而裁决者手里的信息，往往比争吵的言辞更接近真相。上一节处理的是排队就能解决的资源竞争，这一节开庭审更难的案子：两家要的根本不是同一件东西，冲突该怎么查、怎么判、怎么执行。

冲突分型：先验伤，再开方

冲突按不相容的层面分三型。目标冲突：镇民想要的终态互斥——两户都要同一块宅基地，最硬的冲突。信念冲突：对世界状态的认识不一致——一户认定界碑在老槐树，另一户认定在溪沟；世界只有一个，至少有一方错了，也可能都错。计划冲突：目标不撞、路线相撞——都往东运货，都要过那座独木桥，改时间表就能解。

再切一刀：真冲突与表面冲突。表面冲突源于信息不全或误会——两家其实都要"安静"，却因为不知道对方的诉求而在灌溉时段上对峙；把真实诉求摆出来，双赢方案自己浮现。庭审第一件事永远是验明：这是真冲突，还是没问清楚？

检测：三个时机与各自的账单

冲突检测有三个档期。设计时排除：建模阶段就让不相容不可能发生——互斥的权限分给不同角色、约束写进 DCOP（第 4 章）。最便宜，只对可预见的冲突有效。运行时前置检测：行动提交前查一遍"这一步会跟谁的既定计划打架"——计划重叠检测、资源占用表核对。拦得早，代价是每步都要查，两两对比的开销随镇民数平方涨。事后检测：不变量被破坏了才发现（两车已经剐蹭）——最便宜也最晚，损失已经落地。工程上常分层铺：设计时排掉已知模式，运行时盯高危动作，事后靠审计兜底。

化解梯子：五级选型

冲突化解有一条经典梯子，从软到硬：回避（这单不值得争，退出）→协商（第 3 章的讨价还价，双方自治达成协议）→调解（中立第三方撮合，出主意不作主）→仲裁（第三方裁决，结论有约束力）→强制（权威直接执行，如警方冻结资源）。梯子每上一级，速度与确定性上升，双方满意度与关系质量下降。选型看四个变量：时间压力（火烧眉毛直接仲裁）、利益大小（三瓜俩枣回避算了）、关系久期（长期伙伴优先协商调解）、执行机制（裁决能执行吗，还是要靠保证金与声誉撑腰）。

仲裁协议的设计要点有四：仲裁人怎么选（轮值制防常任偏袒、随机制防预谋拉拢、声誉高的第三方制增加公信）；裁决依据是什么（明文优先级规则、历史判例、等待时长、抽签兜底——规则要事先公示，不然输家不服）；怎么保证执行（保证金事前扣押、声誉事后记账，下一节的信用档案）；怎么防止滥诉（起诉收费、败诉承担双方仲裁成本）。

代码实验一：计划重叠检测

检测的核心是"预判相撞"。每个镇民提交行动计划（动作、时段、占用资源），协调者两两比对，找出同一资源的时段交集。

from itertools import combinations

class Plan:
    def __init__(self, owner, action, start, end, resource):
        self.owner, self.action = owner, action
        self.start, self.end, self.resource = start, end, resource

def overlap(p, q):
    """两计划是否在同一资源上时段相交。"""
    return (p.resource == q.resource
            and p.start < q.end and q.start < p.end)

def detect(plans):
    """两两比对，返回冲突对。"""
    return [(p, q) for p, q in combinations(plans, 2) if overlap(p, q)]

day_plans = [
    Plan("北仓", "装货", 8, 11, "叉车A"),
    Plan("东铺", "卸货", 10, 12, "叉车A"),     # 与北仓 10-11 重叠
    Plan("西场", "盘点", 9, 13, "叉车B"),
    Plan("南店", "理货", 11, 14, "叉车A"),     # 与东铺 11-12 重叠
]
for p, q in detect(day_plans):
    print(f"冲突: {p.owner}({p.action}) 与 {q.owner}({q.action})"
          f" 抢 {p.resource}，重叠 {max(p.start,q.start)}-"
          f"{min(p.end,q.end)} 时")
​

输出会点出叉车 A 上的两处撞期。两两比对的复杂度随计划数平方增长，计划一多就得先按资源分组再组内比对——把平方压到"每组内的平方"，是检测系统的常规优化。

代码实验二：先协商、后仲裁的两级处理器

冲突对找出来后走梯子：先给双方一轮协商机会（互相让步，让到区间闭合就和解），谈不拢交仲裁人按公示规则裁决（这里用"等待久者优先，同则抽签"）。

import random

class Party:
    def __init__(self, name, opening, reserve, waited):
        self.name, self.offer, self.reserve, self.waited = \
            name, opening, reserve, waited

def negotiate_once(buyer, seller):
    """快速协商协议：先亮开价，再亮底线；买方底线不低于卖方底线即区间闭合。"""
    if buyer.reserve >= seller.reserve:        # 成交区间 [卖方底线, 买方底线]
        deal = (buyer.reserve + seller.reserve) / 2
        buyer.offer = seller.offer = deal
        return True
    return False

def arbitrate(p, q, seed=7):
    """仲裁规则：使用资源等待更久者胜，同则抽签。"""
    random.seed(seed)
    winner = random.choice([p, q]) if p.waited == q.waited \
        else (p if p.waited > q.waited else q)
    loser = q if winner is p else p
    return f"{winner.name} 胜（等待 {winner.waited} 天），{loser.name} 获补偿额度"

def resolve(buyer, seller):
    if negotiate_once(buyer, seller):
        return f"协商和解：{buyer.name} 与 {seller.name} 在 {buyer.offer:.1f} 成交"
    return "协商破裂，转仲裁：" + arbitrate(buyer, seller)

# 案件一：底线区间重叠 -> 协商层和解
a, b = Party("东铺", 10, 16, 2), Party("北仓", 18, 15, 5)
print(resolve(a, b))
# 案件二：底线无交集 -> 上仲裁庭
c, d = Party("西场", 10, 12, 1), Party("南店", 20, 16, 6)
print(resolve(c, d))
​

两级结构的分工一目了然：能和解的案子不上庭（快速协议一轮亮底、区间闭合取中点成交；要拉锯的请回第 3.2 节看多轮让步版），谈不拢的按公示规则裁决，输赢都有说法。把仲裁规则换成"声誉高者优先"或"社会价值大的计划优先"，就得到不同的司法风格——规则即价值观，写代码前先想清楚小镇要鼓励什么。

⚠️ 常见坑：仲裁人权力没有约束。仲裁者若能被贿赂（被收买的镇民给的"评分"灌高），梯子反而变成合法抢劫的工具。防线是仲裁人随机指派加裁决理由公示，以及下一节的声誉记录——仲裁人自己的公正性也在档案里。

💡 关键直觉：检测与化解的开销应该与冲突的期望损失挂钩。高频小额冲突上仲裁是浪费（回避或简单规则即可），低频巨额冲突才值得全套程序正义。把法庭当成昂贵资源来调度，跟把算力当昂贵资源来调度是同一种工程直觉。

沙盘推演小结

镇公所的新流程跑了起来：计划表提前一天报备，撞期的当事人先被安排对谈，谈不拢的案子由轮值仲裁人按墙上的规则判。第一月末统计：大多数冲突在协商层就化解了，仲裁层只接了零星几件硬骨头。但法官们很快发现新问题——怎么知道某个证人在说谎、某个常客是不是惯犯？下一节建信用档案：让历史行为说话。