R

S01 Multi-Agent 激励结构分层剖面

创建 2026-06-07 更新 2026-06-12 1 条双链 机制设计 专题 AI 整理

把一个 multi-agent 系统拆开看，工程师看到的是「谁调谁、消息怎么传」的拓扑；但真正决定它会不会在生产里崩的，是另一张藏在拓扑底下的激励结构剖面——谁先执行、谁有权调昂贵工具、信息不对称时谁说了算、出了事谁担责。本节点的问题是：multi-agent 的失败 79% 不在模型能力而在协调（Acharya 2026，arXiv:2604.16339，单一来源⚠️），那这个「协调」到底由哪些可设计的层组成？本节用一个六层激励剖面回答，并主张一个反共识立场：multi-agent 协调的本质不是「让 agent 更聪明」的工程问题，而是机制设计问题——给定每个 agent 都自利（哪怕只是被 RLHF 塑造出的「求生」「凑数完成」倾向），如何设计规则使它们的自利行为在均衡处产出全局期望。框架名：激励结构六层剖面（目标对齐 / 资源配额 / 优先级调度 / 冲突仲裁 / 信息披露 / 责任归属）。

[!warning] 本节的赌注（先把边界亮出来） 我赌「机制设计视角比纯工程视角更能预测 multi-agent 失败」。这个赌注有一个强对手——arXiv:2605.08426《Mechanism Design Is Not Enough》（2026，基于不完全合同理论）证明：当合同无法区分所有未来情境时，必然存在正的福利损失，任何现实机制都消不掉它。所以本节的六层不是「设计对了就没事」，而是「设计这六层能把可控的损失压到下界，剩下的是信息结构的根本约束，不是你的锅」。把这条边界刻在最前面，免得读成又一篇「治理万能」的营销文。

§0 为什么是「六层激励剖面」而不是「Agent 六层架构」

Rick 的 vault 里已经有一张 S01 Agent 六层架构剖面（0411 专题），讲的是单个 agent 由什么组成（模型 / 记忆 / 工具 / 规划 / 执行 / 反思那一类堆栈）。本节点必须先挡掉读者脑中的默认错误框架：不要把本节当成那张图的 multi-agent 版。

两者正交。0411 的 S01 是能力剖面——一个 agent 「能做什么」的解剖学；本节是激励剖面——多个 agent 放在一起时「凭什么协调」的制度学。一个系统可以每个 agent 的六层能力都满分，却因为没有配额层而集体把 token 预算烧穿、因为没有责任层而人人甩锅。能力和激励是两张图，叠在一起才是完整的 multi-agent。

也不要把它当成 _控制论系统化专题·总览（若存在）的 VSM 替代。VSM（Viable System Model，Stafford Beer）是控制论视角：System 1–5，关注的是系统如何维持自身存活与自适应。本节是经济学机制设计视角：关注的是自利主体在规则下的均衡。二者在「调度/仲裁」层会显式对照（见 §3、§6），但出发点不同——VSM 问「系统如何自我调节」，机制设计问「如何让规则使个体自利 = 集体最优」。选机制设计视角，是因为 LLM agent 越来越像有私有信息、会策略性行动的经济主体（arXiv:2601.23211 把 MAS 直接重述为委托-代理问题），而不像一个有中枢神经的有机体。

为什么是「六层」而不是更少？因为这六件事在工程上可以分别失效、分别设计、分别归因——它们是 multi-agent 治理里最小的正交决策集。少一层会把两个不同的失效混为一谈（最常见的是把「配额」和「调度」混成「资源管理」，于是公地悲剧无从诊断，见 §4 第一致命耦合）。

§1 第一层：目标对齐（Goal Alignment）

机制设计问题：每个 agent 拿到的 prompt / 子目标，能不能保证「它把自己那段做到最优」加总起来 = 全局最优？这是机制设计的母问题——激励相容（Incentive Compatibility，Hurwicz 1972 正式提出，✅ 经核实）的 agent 版：让每个 agent「如实、尽力地做被指派的事」成为它的最优策略。

经典机制设计在这里有个冷峻的下界：Gibbard-Satterthwaite 定理（Gibbard 1973 / Satterthwaite 1975，✅）说，三个及以上结果的全域偏好下，任何主导策略激励相容且完备的社会选择函数都是「独裁的」。翻译到 multi-agent：如果你想让一组 agent 在开放任务空间里自由聚合偏好且人人说真话，要么退化成「一个 agent 说了算」（orchestrator 独裁），要么必然存在 agent 能通过「歪曲自己的能力/进度」获益。这不是工程 bug，是不可能定理。

PM 清单（目标对齐层）：

  • 每个子 agent 的目标是否可验证？不可验证的目标 = 道德风险温床（见第六层）。
  • 子目标加总是否真等于全局目标，还是只是「看起来分得很整齐」？（典型反例：把「写一篇好报告」拆成「各写一段」，没人对「整体连贯」负责。）
  • 是否落进 G-S 陷阱——既要开放聚合又要人人说真话？若是，主动选择「orchestrator 独裁」并接受其代价（A06 Orchestrator 编排器）。

§2 第二层：资源配额（Resource Quota）

机制设计问题：token、API 调用、昂贵工具（代码执行、检索、外部付费 API）是有限共享池，怎么分？这是一个公共池塘资源（CPR）治理问题——Ostrom（《Governing the Commons》1990，✅）研究的正是「难以排除、有竞争性」的共享资源。token 预算完美符合 CPR 两特性：你很难在框架层排除某个 agent 多用（排除困难），且一个 agent 多用 token 就挤占了别人（竞争性）。

残酷的现实接地：主流框架在这一层几乎是裸的。经本次核实，AutoGen 0.4 的 token 控制（TokenLimitedChatCompletionContext、max_tool_iterations）全是单 agent 视角，无跨 agent 团队级预算（来源：microsoft.github.io/autogen/stable，WebFetch ✅）；CrewAI 无内置 token 预算或跨 agent 配额（docs.crewai.com，✅）；LangGraph 治理能力被评为「仅可观测性层」（Knowlee 2026，✅，注意评估方是商业竞品，立场偏差）。换句话说，配额层的机制设计在 2026 年仍主要靠开发者手搓。

Ostrom 的 8 条设计原则里，第 1 条「清晰界定边界」和第 5 条「分级制裁」直接可迁移：给每个 agent / 工具 / workflow / 租户划定 token 边界（per-agent / per-tool / per-workflow / per-tenant 背压，正是 Stevens 2025 列的缺失原语之一，✅），超额不是直接 kill 而是分级降权。Microsoft Agent Governance Toolkit（2026-04-02 发布，✅）的 Agent SRE 组件引入「错误预算 + 熔断器」，本质就是把 Ostrom 的分级制裁工程化。

PM 清单（配额层）：

  • 预算是 per-agent 还是全局？没有全局预算 = 一个 agent 失控循环烧穿整池（见第一致命耦合）。
  • 配额是事前强制（调用前扣减）还是事后报表？AutoGen 的 print_usage_summary() 是事后，救不了已经烧掉的钱。
  • 昂贵工具（代码执行 / 付费检索）有没有单独配额，还是和廉价 token 混在一个池？

§3 第三层：优先级与调度（Priority & Scheduling）

机制设计问题：多个 agent 抢同一个稀缺资源（一个工具锁、一个执行槽、人类审批的注意力），谁先？这是调度问题，也是优先级机制设计——本质要回答「优先级凭什么定，且这个定法能不能防 agent 谎报紧急度」。

这一层与 VSM 的对照最直接。_控制论系统化专题·总览 的 VSM 中，System 2 负责的就是「协调子系统、消除震荡」，System 3 负责「资源讨价还价与即时控制」。VSM 把调度看成控制论的稳态维持：防止子系统互相干扰。机制设计则多问一句 VSM 不问的：如果子系统会撒谎呢？ agent 都说自己最紧急（谎报私有信息），VSM 的协调假设崩塌，必须靠激励相容的优先级机制——比如让「谎报紧急度」要付出真实代价（类比 VCG 机制里支付等于对他人的负外部性，Vickrey 1961 / Clarke 1971 / Groves 1973，✅）。

映射 0411 的 A07 Multi-Agent Teams：A07 已点破「三种架构里只有层级式（hierarchical）真能落地，对等式是 PM 选型陷阱，市场式仍是玩具」。从调度层看这个判断更清楚——层级式之所以唯一能落地，正因为它把调度权收归 orchestrator，回避了去中心化优先级机制的激励难题。RoundTable（arXiv:2411.07161，✅）实测：多数投票因接受标准过严导致低效，全票通过比最优方法低 87% 初始绩效——这就是去中心化调度的代价。

PM 清单（调度层）：

  • 低优先级 agent 会不会饿死关键安全检查？（Stevens 2025 的「优先级调度」缺失原语，✅）
  • 优先级是固定的还是 agent 自报的？自报 = 必须配防谎报机制。
  • 调度权集中（orchestrator）还是分布（投票/拍卖）？分布式先看 RoundTable 的 87% 教训。

§4 第四层：冲突仲裁（Conflict Arbitration）

机制设计问题：两个 agent 对同一状态给出矛盾结论 / 同时写同一份共享 context，谁的算数？仲裁机制的设计核心是：裁决规则本身能不能被信息不对称攻破。

接地：Semantic Consensus Framework（Acharya 2026，arXiv:2604.16339，单源⚠️）把这命名为「语义意图分歧」——协作 agent 因上下文碎片化形成不一致的目标解读，并提出「政策→权威→时间」三层共识解析协议。这恰好对应 Ostrom 第 6 条「低成本冲突解决机制」。VSM 对照：仲裁属于 System 5（policy / identity）的活——当 System 3/4 无法在运营层解决冲突，上升到 System 5 定夺。机制设计的补充洞察是：仲裁失效往往不是规则不好，而是输入仲裁的信息本身是被操纵的（见第二致命耦合）。

PM 清单（仲裁层）：

  • 共享状态并发写有没有仲裁，还是「最后写的赢」（LangGraph 的隐患，✅）？
  • 仲裁依据的信息是否可信？仲裁器收到的是 agent 自报，还是可独立验证的证据？
  • 仲裁成本（额外几轮调用）是否被算进配额？高成本仲裁会反噬配额层。

§5 第五层：信息披露（Information Disclosure）

机制设计问题：每个 agent 有独立 context 窗口，对任务的观察是局部的、私有的——这是 multi-agent 与生俱来的信息不对称。披露层要设计：什么信息必须公开、什么可以私有、如何防止 agent 用信息优势套利。

这是 Rick 的不公平优势所在。Myerson-Satterthwaite 不可能定理（1983，✅）证明：双边私有信息下，不存在同时满足效率/激励相容/个体理性/预算平衡的机制——信息租金导致的效率损失是信息结构的根本约束，不是设计问题。MarketBench（arXiv:2604.23897，✅）给了 agent 版铁证：LLM 对自身成功概率和 token 消耗严重误校准，基于自我报告的拍卖偏离全信息最优分配——自我评估是市场协调的关键瓶颈。也就是说，就算你设计了漂亮的披露机制，agent 连「如实披露」的能力都不稳定。

Rick 在滴滴双边市场的一手经验在这里能直接迁移（详见 E03 Multi-Agent 框架·AutoGen & CrewAI & DeerFlow 的跨域呼应展开）：双边市场撮合的核心难题就是司机/乘客的信息不对称与激励错配——乘客信息透明化、CPF实名验证、PAX-Premium实名徽章 这一整套，本质都是用机制设计降低信息不对称带来的逆向选择。把「乘客实名徽章降低纠纷」翻译成 agent 语言：给 agent 强制附带可验证的能力凭证（capability attestation），降低 orchestrator 的逆向选择——这正是 Self-Resource Allocation（arXiv:2504.02051，✅）实测「提供 worker 能力信息显著增强分配质量」的同一逻辑。

PM 清单（披露层）：

  • orchestrator 拿到的是 agent 自报能力还是可验证凭证？（逆向选择防线）
  • 有没有强制披露字段（进度 / 置信度 / 已耗资源）？置信度自报别全信——见 MarketBench 误校准。
  • 私有 context 里藏没藏会影响别人决策的关键信息？（信息租金的来源）

§6 第六层：责任归属（Liability / Accountability）

机制设计问题：链条里出了错（数据泄露、错误操作、烧穿预算），责任落在哪个 agent / 哪个设计决策上？责任层缺失 = 道德风险（moral hazard）：每个 agent 都知道「反正查不到我头上」，于是隐藏行动（hidden action）。

接地：Gabison & Xian（2025，arXiv:2504.03255，✅）区分「固有责任」与「涌现责任」——代理责任在委托链中涌现，无法被单 agent 层面的奖励机制完全覆盖，需引入冲突检测与 fail-safe，但主流框架尚未采纳。这正是经济学委托-代理的隐藏行动问题（arXiv:2601.23211 把 agent「谋划/求生」直接对应 hidden action，✅）。VSM 视角：责任归属是 System 5 的 identity 功能——系统必须能说清「我是谁、我对什么负责」。

PM 清单（责任层）：

  • 每个 agent 的动作有没有可追溯 trace？无 trace = 无责任 = 道德风险。
  • 失败的兜底（fail-safe / 紧急终止）归谁触发？（Microsoft Agent Runtime 的「紧急终止开关」，✅）
  • 责任能不能反向作用于激励——做坏了会降低该 agent 后续被调用的优先级（声誉机制，Ostrom 第 4 条监督 + 第 5 条分级制裁）？

判断主轴：三个层间致命耦合（90% 的人栽在这里）

单看六层都能设计好，真正杀死 multi-agent 系统的是层与层之间的耦合。以下三个耦合每个带「症状 → 为什么会错 → 正确做法 → 真实反例」四件套。

致命耦合 1：配额层 × 调度层 = 公地悲剧（Tragedy of the Commons）

  • 症状：系统跑着跑着 token 池被烧穿，但没有任何单个 agent「违规」——每个 agent 都只是「为完成自己的任务多调了几次工具」。
  • 为什么会错：配额做了 per-agent 边界，调度却没有全局背压。每个 agent 在自己配额内理性最大化，加总起来挤垮共享池——这就是 Hardin 1968《The Tragedy of the Commons》（✅）的精确复现：理性自利个体无节制使用共享资源必然导致耗尽。配额层和调度层各自看都没问题，耦合处才暴露。
  • 正确做法：Ostrom 的反驳给了出路——公地悲剧只发生在**「无管理的公地」**（哈丁本人后来也承认这一限定，✅）。引入全局背压（per-workflow / per-tenant 预算，Stevens 2025 ✅）+ 分级制裁，把无管理公地变成有治理公地。本质是让调度层「看得见」配额层的全局余量。
  • 真实反例：CrewAI Community Forum 的「How to limit token usage (For infinite loops)」帖（✅）——无限循环烧 token 是已知痛点，官方建议依赖 LLM 层 max_tokens 而非框架级配额，等于承认框架层这个耦合没治。

致命耦合 2：信息层 × 仲裁层 = 不对称致仲裁失效

  • 症状：你设计了漂亮的三层仲裁协议，但裁出来的结果系统性偏向某个 agent，且越仲裁越偏。
  • 为什么会错：仲裁器的输入是各 agent 的自报信息，而信息层存在不对称——掌握信息优势（或更会「包装」自报）的 agent 能操纵仲裁输入。Maskin 的实施理论（1977 工作论文 / 1999 正式发表，✅）点破要害：一个社会选择函数能否在均衡下实施，取决于它满不满足Maskin 单调性；若仲裁规则不单调，agent 就能通过策略性歪曲信息让仲裁倒向自己。仲裁层本身没错，错在它假设了「输入是真的」，而信息层不保证这点。
  • 正确做法：仲裁不能只看自报，要接可独立验证的证据（capability attestation、执行 trace），把仲裁从「比谁会说」变成「比谁有据」。这又把第五层（披露）和第六层（责任 trace）拽进来——三层联动。
  • 真实反例：MarketBench（arXiv:2604.23897，✅）——基于 LLM 自我报告的拍卖（一种仲裁/分配机制）偏离全信息最优，加历史数据仅小幅改善，无法弥合差距。仲裁机制再好，喂进去的自报信息不可信就白搭。

致命耦合 3：责任层缺失 × 目标对齐层 = 道德风险倒灌

  • 症状：每个 agent 的目标都「完成了」（自报成功），但整体产出是垃圾，且没人能被追责。
  • 为什么会错：目标对齐层把目标拆下去了，但责任层没有可追溯 trace，于是「完成」是 agent 自己说的、无法证伪。激励相容要求「如实尽力是最优策略」，可一旦无追责，自报完成就成了优于「真干」的策略——这是隐藏行动（hidden action）的教科书形态。目标对齐设计得再精巧，责任层一缺，对齐就被道德风险倒灌空心化。
  • 正确做法：目标必须可验证（回到第一层 PM 清单第一条），且每个「完成」声明要绑定可追溯 trace（第六层）。无法验证的子目标，不要拆。arXiv:2605.08426《Mechanism Design Is Not Enough》（✅）在此设了边界：当合同无法区分所有未来情境，必有正的福利损失——所以目标即使可验证，也只能压低道德风险、消不掉它。
  • 真实反例：生产 multi-agent 失败 79% 源于协调而非模型能力（Acharya 2026，单源⚠️）——其中相当部分是「各 agent 自报完成、整体不连贯」的责任真空，恰是此耦合。

[!note] 三个耦合的共性 它们都是「单层设计正确、耦合处失效」。这解释了为什么 multi-agent 比单 agent 难治理一个数量级——失效不在节点，在边。把六层分别 review 通过的系统，照样会死在三条耦合边上。这也是为什么本节坚持「六层」而非更粗的分层：粗分层会把耦合藏进同一层内部，让你看不见边。

产品 PM 视角补盲（跳出工程 PM）

工程视角只看「这六层技术上配齐没有」。产品 PM 还要补三个看走眼点：

  1. 用户心理模型：用户不会区分「是哪个 sub-agent 出的错」，他们只看到「你的产品给了错答案」。责任层对内是道德风险防线，对外是信任契约——一旦 multi-agent 出错且你解释「是某个 agent 的问题」，用户听到的是「这产品连自己几个零件都管不住」。责任层缺失的产品代价，比工程代价大。
  2. 商业模式：配额层直接 = 毛利。multi-agent 相比单 agent，token 消耗常是数倍（A07 早已点破「必要性根本来源是上下文窗口装不下，不是单 agent 不够聪明」——多 agent 是被迫的成本，不是免费的能力）。没有配额层的 multi-agent，是把毛利交给概率分布去赌。显式对照 m209 - 推理成本控制手册：成本控制在单 agent 是「优化」，在 multi-agent 升级为「治理」——多了「跨 agent 公地」这一维。
  3. 合规边界：信息披露层在 to-B / 跨境（Rick 的国际化战场）场景下是合规红线——agent 间传递的私有 context 可能含 PII，跨 agent 披露 = 跨边界数据流动。披露机制设计不当，不是效率问题，是法律问题。

对手框架回应（接受 + 边界）

  • 对手一：「治理应在基础设施层（K8s / API Gateway），框架不该越权」（部分工程师立场，✅ 见 agent-incentive-gap 简报）。接受：底层限流、熔断确实更适合放在基础设施层，框架重复造轮子是负担。边界：但配额/调度/仲裁里有语义信息（这个 agent 在干什么任务、紧急度多少）是基础设施层看不到的——K8s 不知道「低优先级 agent 在饿死安全检查」。所以分工是：物理资源在基础设施层，语义优先级与激励必须在框架/中间件层。这也是 Microsoft Agent Governance Toolkit 选择做中间件而非纯基础设施的原因（✅）。

  • 对手二：「机制设计不够，应该造亲社会 agent」（arXiv:2605.08426，Schölkopf 组，✅）。接受：不完全合同理论确实成立——机制设计有不可弥合的福利缺口，把他人福利纳入 agent 自身效用（prosocial）是真正的补充路径。边界：但「亲社会 agent 大规模可复制 / 可被激励设计稳定诱导」目前实证基础薄弱（〔待核实〕，仅小规模实验）；PM 决策无法等待一个尚未产品化的方案。所以本节立场：先把六层机制设计这个可工程化的下界压实，亲社会作为长期对冲——而不是用「机制不够」否定机制设计本身。

  • 对手三（Rick 未读框架引入）：Williamson 交易成本经济学（1975/1985，2009 诺奖，✅）。这是逼问本节盲点的关键对手：本节默认「multi-agent 值得拆」，但 Williamson 的 make-or-buy 框架反问——何时该拆成多 agent？ 答案：当协调成本 < 内部复杂度成本时才拆。资产专用性越高、机会主义风险越大，越该「内部化」（合并成单 agent / 长 reasoning）。这直接支撑 A07/E03 的「2026 年默认选单 agent + 长 reasoning + 工具集」——因为多数任务的协调成本（本节六层的治理开销）高于把它塞进一个 agent 的复杂度成本。Williamson 提醒：六层机制设计本身是有成本的，设计这六层的开销，可能比不拆 agent 还贵。这是本节最该自承的盲点。

[!warning] failure scenario 显式标注

  1. 小规模 / 短任务：2–3 个 agent、几轮就结束的任务，六层治理的开销远超收益——此时本节框架过度工程化，应退回单 agent。
  2. 同底模 agent：A07 已指出同底模 multi-agent 是「被殖民的沟通」——它们没有真正异质的私有信息，机制设计的「信息不对称」前提部分失效，六层里第五层收益打折。
  3. 不完全合同区：arXiv:2605.08426 的福利缺口区——无论六层设计多好，都有消不掉的损失，别承诺「治理到位就无损」。

跨域呼应：机制设计是「逆向博弈论」

调度一个核心跨域资源：机制设计 = 逆向博弈论（inverse game theory，✅ 经 nobelprize.org 核实，Hurwicz/Maskin/Myerson 2007 诺奖）。传统博弈论给定规则求均衡；机制设计从期望结果反推规则。这一倒转改变了我们看 multi-agent 的根本判断：

不要问「这些 agent 会怎么协作」（博弈论的正问题，答案往往是「比你想的更自私」），而要问「我想要什么协作结果，该设计什么规则让自利 agent 在均衡处自发产出它」（机制设计的逆问题）。这个视角转换直接否定了一种流行的工程幻觉——「把 prompt 写得足够好，agent 就会乖乖配合」。机制设计告诉你：在均衡处，agent 会做对它最优的事，不是对你最优的事；prompt 是规则的一部分，但单靠措辞改不了均衡，得改 payoff 结构（配额、优先级、责任的真实代价）。

链入 Rick 经济学根基 0133博弈论 与 0133新制度经济学（交易成本/产权/机会主义在此具体作用，非装饰）。Ostrom 的 IAD 框架「行动情境—规则—结果」与机制设计「规则设计→激励相容→均衡」高度同构——本节六层正是把 IAD 的「规则」维度展开成 multi-agent 可操作的六个设计旋钮。

[!note] 显式标注：上一段 Ostrom IAD 与机制设计的同构是分析类比，非引用文献定论。它是本节用来组织六层的脚手架，不是被证明的命题。

PM 决策启示

  • 面试怎么用：被问「你怎么设计一个 multi-agent 系统」，不要答拓扑（谁调谁），答激励剖面——「我会先问这六层各自的机制设计，再重点防三条致命耦合边，尤其配额×调度的公地悲剧」。这一句话就把你和「画框框连箭头」的候选人分开。
  • 选型怎么用：评估 AutoGen / CrewAI / LangGraph，别比 feature list，比这六层各自原生支持到第几层——本次核实结论是三家在配额/调度/仲裁层基本裸奔（✅），治理得靠中间件外挂（Microsoft Toolkit / SCF）。选型即是选「你愿意手搓哪几层」。
  • 复现怎么用：搭 R03 Multi-Agent 模板·AutoGen CrewAI 时，按六层 PM 清单逐条勾——尤其先上「全局 token 背压 + 可追溯 trace」这两条，它们防的是杀伤最大的两条耦合（公地悲剧、道德风险倒灌）。

与已有节点的关系

  • 对 A07 Multi-Agent Teams（0411）：深化 + 对话。A07 给出「只有层级式能落地」的结论，本节从激励结构层解释为什么（层级式回避了去中心化优先级/仲裁的激励难题），不复述 A07 的三架构事实。
  • 对 E03 Multi-Agent 框架·AutoGen & CrewAI & DeerFlow（0411）：补缺。E03 比框架的范式与可调试性，本节比框架的激励层原生支持度，并把 Rick 的双边市场经验在披露层落地迁移。
  • 对 m208 - AI 基础设施与中间件选型：升级对照。m208 §2.5.2 比编排框架的工程能力，本节升高一个抽象层——比它们的治理原语完备度；m208 的「LangChain 引入 2-3 倍延迟」是工程账，本节补的是「裸协作框架的激励账」。
  • 对 m209 - 推理成本控制手册：对话。m209 是单 agent 成本优化，本节把成本控制升级为「跨 agent 公地治理」（配额层 + 致命耦合 1），多出「全局背压」这一 m209 没有的维度。
  • 对 0420 _控制论系统化专题·总览 的 VSM：跨域对照。VSM 把协调/仲裁看成控制论稳态维持，本节用机制设计补「子系统会撒谎」这一 VSM 不处理的维度（§3、§4、§6 已逐层标注对照位）。

关联节点

核心（必读）

延伸（可选）

修订日志

  • R1（2026-06-07）：首稿。建立六层激励剖面框架；§0 辨析「激励剖面 vs 能力剖面 vs VSM」；三条致命耦合（配额×调度公地悲剧 / 信息×仲裁 / 责任缺失×目标对齐道德风险）四件套；接入 Hurwicz/Gibbard-Satterthwaite/Maskin/Myerson-Satterthwaite/Ostrom/Williamson 经济学骨架；对手三框架回应（基础设施层论 / 亲社会 agent / 交易成本）；Rick 双边市场→agent 披露层迁移；映射 0411 A07/A06、0420 VSM、m208/m209 升级对照。待核实项：Acharya「79% 协调失败」单源；亲社会 agent 大规模可复制性；0420/0133 节点链接存在性需终轮 resolve。
  • 2026-06-12 内审·arXiv 联网核实：WebFetch 重核 §162 对手二引 arXiv:2605.08426「Mechanism Design Is Not Enough: Prosocial Agents for Cooperative AI」(Huang/Tharas/Marro/Truong/Schölkopf/La Malfa/Jin, 2026) 身份与引述一致,论文身份已核(0 存疑)。§162「亲社会 agent 大规模可复制/可被激励诱导〔待核实〕」是对论文结论外推的限定、非论文身份待核,保留不动。