
界痕 BoundaryXP:让 AI 团队的任务边界看得见
假设你把一项工作交给一组 AI Agent:
核对这批车辆的维修记录,找出异常,交一份报告。只查资料,不改系统。
执行中,一位 Agent 发现某条记录明显有误,打算直接修正数据库;另一位准备把附件下载到本地,交给同伴写报告。先别急着给两件事下同一个结论:修正数据库明显违反“不改系统”;下载附件是否在允许范围内,还要看任务对资料、存放位置和使用方式的约定。
更麻烦的是:如果子任务各自添加了工作顺序,单独看都能完成,合在一起却形成闭环,冲突该归到哪个层级?是主任务没写清楚,还是子任务增加的要求在组合时相互冲突?这些问题只靠“感觉”判断,很难统一,也很难追到原文。
界痕 BoundaryXP 要做的,是让任务边界可以检查、可以讨论,也能找到判断依据。它提出 7+1 任务边界判定方法:先整理自然语言里的八类要求及其关系,再用数学方法检查主任务、子任务和组合方案。方法论文在 Zenodo 公开。
为什么说清楚目标还不够?
智能体会根据目标规划步骤、调用工具,甚至继续分工。交代“要完成什么”之外,还需要说明:可以用哪些资料,允许做哪些动作,谁有权确认,能花多少资源,哪些事情明确不能做。工具账号能完成某个操作,也不代表这项任务允许它这样做。
这就是任务边界:在这一次交办中,什么必须履行,什么做法可以接受,什么条件尚未满足,什么行为不能发生。任务分给多个智能体后,这些要求仍要约束子方案,并接受整体检查。
7+1,先把任务里的八个问题问清楚
一份自然语言任务书,常把目标、权限、预算和验收要求写在同一段话里。7+1 给这些内容安排了清楚的位置:七类任务要求,加上一类独立保留的禁止边界。
| 维度 | 要问清楚的问题 |
|---|---|
| I · 输入范围 | 可以使用哪些资料、系统和对象?范围到哪里? |
| O · 交付 | 要交出什么成果,交给谁? |
| A · 动作 | 必须做什么、允许做什么?针对哪个对象? |
| P · 责任主体与角色分工 | 谁执行、谁复核、谁批准、谁接收? |
| R · 资源 | 预算、时限、容量和数量上限是多少? |
| V · 版本依据 | 依据哪份规则、制度或证据?采用哪个版本和时间基准? |
| C · 完成停止 | 什么条件算完成?什么时候必须停止或上报? |
| B · 独立禁止边界 | 哪些动作、对象或效果明确禁止?有哪些明确的条件和例外? |
例如,在前面的车辆维修核查任务中,“这批车辆的维修记录”限定输入,“异常报告”规定交付,“核对”规定动作,“不改系统”保留为明确禁令。如果任务没有说明报告交给谁,就应把这个问题留出来,不能替发出任务的人补写一个接收者。也不能把所有空栏一律判成失败;还要看缺少的信息是否影响这次判断。
列出八栏只是开始,要求之间的关系同样重要。 两个小组说的“预算”是不是同一笔钱?“验收通过后才能发布”中的验收,指的是哪个版本?子任务中的“设备一号”,是否就是主任务里的那台设备?这些关系决定后面的计算究竟在检查什么。
遇到行业术语和企业内部称呼时,L2 行业语义库、L3 企业语义库可以帮助核对含义和身份。例如,某个简称究竟指测试环境还是生产环境,需要有依据。词库的解释和岗位名称本身都不能增加授权。
先自己判断:每个小组都能安排,合在一起呢?
界痕公开的 RT044 保存案例给出了一个多任务组合问题。这是一份实验室计划约束案例:同一轮工作里,安全复核、设备开机、包装、送检各发生一次。
主任务和三个小组分别提出要求:
| 来源 | 顺序要求 |
|---|---|
| 主任务 | 安全复核结束后,才能开机。 |
| 测试组 | 开机结束后,才能开始包装。 |
| 实验室组 | 包装结束后,才能开始送检。 |
| 安全组 | 送检结束后,才能开始这一次安全复核。 |
先试着回答三个问题:每个小组新增的要求,分别与主任务放在一起时能否安排?四条要求全部合并后呢?如果出现冲突,能否直接说某一个小组单独越界?
建议先停几秒,或者在纸上沿着箭头走一圈,再继续往下看。
合并后的结果
三个小组各自增加的那条顺序,分别与主任务比较,都能找到一种满足要求的安排。但三条一起加入,就形成了:
安全复核 → 开机 → 包装 → 送检 → 同一次安全复核。
这个问题可以用很简单的数学关系说明:每个事件都要先开始、后结束,上一件事结束后下一件才能开始。沿着这些严格先后关系走一圈,最终会得到一个矛盾:安全复核必须在它自己开始之前开始。因此,不存在满足全部要求的时间安排。
原文已经限定“同一轮、同一次事件”,所以不能擅自假设“再做一次复核”或“另送一份样本”来解开这个环。需要由有权修改计划的人保留主任务要求,调整子方案中的顺序,再重新检查。
这也说明了多智能体任务为什么需要整体核验。局部可安排,只说明当时比较的那部分要求可以共同成立;它不能替代联合检查。这里应指出组合方案越界,并列出参与闭环的要求,不能把联合冲突直接归成每个小组各自单独越界。你刚才对第三问的判断,能否用这四条原文逐条说明?
从文字到数学,边界怎样算出来?
7+1 先保存八类要求及其共享的对象、身份、作用域和条件;在解释固定后,BXP 协议草案把边界定义为满足约束的候选方案集合:
计算一:RT044 的局部与整体。 令 A 为安全复核、D 为开机、B 为包装、C 为送检;下标 s/e 分别是同一轮、同一次事件的计划开始和结束。保存的 7+1 报告将主任务与三个子任务写为:
前一式是主任务;后三式依次是 TEST、LAB、SAFETY 新增的顺序。报告先计算局部和两两组合:
全部合并后,严格先后关系却回到了自己的起点:
计算结果:主任务可行,全部子顺序合并后无可行计划,组合方案越界。 保存报告的查询结果也相符:KT、KL、KF 分别未越界,联合查询 KJ 越界。
计算二:RT042 的设备占用与交接。 另一份保存的 7+1 报告按同日零时起的分钟数记录同一仪器 M 的两段计划占用:J_X=[600,660)、J_Y=[660,720)。半开区间的重叠函数代入端点后给出:
父任务明确允许到点释放、同刻接入,清场也包含在原占用时段。报告还把文本已述的交接状态与计划区间分开求值:r 为“11:00 已释放”,b 为“无残余占用”,n 为“无第三个同时预约”;这些真值来自原文陈述。
报告查询:K1 的计划占用判为未越界;K5、K6 的文本已述状态均为给定事实条件符合。
K1 比较的是计划;K5、K6 核对的是文本已述状态的支持条件。三个结果都不是设备已实际运行、工作已验收或获得执行授权的证明。RT042 的报告也没有数值预算,不能把一个假设的预算加法冒充它的计算。
这些结果之所以可比,是因为报告保留了同一事件、同一仪器、半开端点和来源条款。如果对象、否定或作用域仍有歧义,公式只能求出某一种解释下的结果,不能自动证明原文已经被正确、完整地理解。
越界、未越界、信息不全,各回答什么?
边界判定关心的是方案或已给出的行为事实与任务要求的关系。界痕公开演示中的三种结果,可以这样理解:
| 结果与案例 | 判断依据 | 这项结论说明什么 |
|---|---|---|
| 越界:RT044 | 同一轮的严格先后要求形成闭环。 | 当前组合方案存在确定冲突,需要修改。 |
| 未越界:RT042 | 同一设备分别占用 10—11 点、11—12 点;规则明确到点释放、允许立即接入,清场也已计入。 | 在这些条件下,两段占用没有重叠。 |
| 信息不全:L23-050 | 林舟和赵清都参加会议,任务却只写“由他确认”,没有唯一指代依据。 | 最终确认人无法确定,需要补明身份。 |
上面的 RT042 代入过程给出 660 < 660 = false:两段计划占用不重叠。释放与无第三预约另由 K5、K6 依据原文状态核对,不能把这些结果扩展成现实执行回执。
L23-050 中,准备材料与请求澄清可以继续,最终确认人的身份仍需明确。现有文字不能因为某人的岗位更高,就替任务发出者选定他,也不能据此说已经有人违规完成了验收。责任人案例原文与计算
“未越界”只针对本次所检查的要求与材料。 它不等于工作已经完成、成果已经正确或业务批准已经取得。同样,存在未知信息也不必然阻止所有判断;如果已知费用已超过上限,而且其他费用只能增加、没有抵扣,剩余金额尚不明确也不能消除已经确定的超支。
方法、协议和工具,怎样相互支撑?
7+1 方法把任务要求及其关系组织成可比较的表示;BXP 协议进一步约定表示、依据、计算和结果的处理方式;BoundaryXP 工具负责把具体任务送入这一过程,展示原文、分析、计算回执和未决问题。协议草案与工具实现各有版本,当前实现范围以项目的版本说明为准。
公开研究材料保存了 625 组任务、3,219 个任务节点和 3,469 项查询,涉及逻辑、数量、集合身份、依赖和复合约束。625 组保存结果的最终判定均与各自的现行标注一致,保存的模型整体判断也与程序汇总一致。逐项比较时,模型判断与程序结果仍有 9 项差异,包括 6 项标签编码差异和 3 项计算判断差异;另有 3 项计算因指定输入缺失而未完成。统计口径与原始记录
这些材料的作用,是让人检查方法怎样用于具体问题,冲突怎样定位,未知信息怎样影响结论。整组一致性衡量的是这些保存记录与现行标注的对应关系,不能外推为新任务准确率。
网站 11 月 14 日的复核记录还保存了摘要与分类核对、六项选定数学见证以及一个费用案例九项计算的复算结果。这些是有范围的历史复核,没有重新运行全部模型分析。本次修订沿用这些证据,并更新了产品接入信息。
怎样看报告,怎样分析自己的任务?
可以先打开中文交互演示,从 RT044 开始:点任务树里的一个节点,选中一个维度,再查看相关条款和原文。这样能看到一个结论究竟对应哪些任务要求。

分析自己的任务,可以按 MCP 中文安装指南接入 Cursor 或 Codex;安装包见 npm 官方页面。截至 2026 年 11 月 16 日,公开预发行版为 0.4.0-rc.9,面向 Windows x64,提供 21 个 MCP 工具、17 项资源和本地浏览器工作台。新版增加了 L2 行业与 L3 企业自定义字典的格式说明、校验与导入功能,便于核对任务中的专业术语和内部称呼。该版支持使用当前宿主的模型分析,无需另配一把模型 API 密钥;也可以选择独立 API 模式。宿主模式仍有模型参与,不能把“无需额外 API 密钥”理解成不使用模型服务。
实际使用时,先导入完整的主任务和子任务,检查任务树,再保存并明确提交分析。报告会保留模型的解释和计算内核对受支持操作数的复核结果,二者可以分别查看。对已保存的操作数,还可以不新增模型调用地复算。打开工作台本身不会提交一次新分析。
目前公开内容包括文档、协议、论文、研究案例和编译安装包;计算内核的原始实现源码仍在独立私有仓库维护。使用报告时,也应保留它的判断范围:计算能够核验已经表达出来的问题,原文是否被完整、准确地理解仍需检查;修改计划、业务批准和实际执行,仍由相应的责任人或业务系统决定。
现在,轮到你来检查边界
当任务交给一组智能体时,把各自的安排放回同一份任务,才能看出共同要求是否继续成立。界痕希望把这件事做得具体:指出是哪条要求、哪几个子任务、哪一项计算出了问题,让人能够据此修改,而不只收到一句“整体看起来可行”。
你可以从自己的任务开始:按 7+1 写下输入、交付、动作、责任、资源、版本依据、完成停止和禁止边界,再问一句:全部相关子任务合在一起时,有没有出现单独检查或两两比较时看不到的冲突?
还有几个问题值得继续追问:下载附件的保存位置未写清楚时,哪些判断应暂留未知?行业词库或企业词库更新后,旧报告要怎样保留当时的词义依据?组合方案确有冲突时,谁有权调整顺序,又怎样证明上级要求没有被悄悄改掉?子任务自行增加的更严格约束,什么时候会妨碍共同交付,又由谁决定否决或调整?
如果你遇到难以表达的真实约束,或对某个保存案例的判定有异议,欢迎带着有权公开的最小任务摘录、版本和具体疑问参与讨论。也可以先打开演示,在雷达图里选一条要求,沿着报告回到原文,亲自检查 RT044 的闭环。方法只有经得起使用者的核对与质疑,边界才会变得可靠。
阅读本文和交互演示无需登录 GitHub。若想提交问题或反例,可以从BoundaryXP 仓库找到参与入口;提交时需要登录 GitHub。