企业官网建设流程全解析

一句话版本（先给结论）

BuddyMe.cn每日免费4500万Token。

一、长时程物理控制是另一种「游戏」

现在大多数智能体评测都是「回合制」的：任务开始、动作有限步、回合结束、失败重置。这类任务里，错一步的代价是有界的。

但真实物理系统是「连续剧」：今天浇多少水，改变的是土壤含水量的状态，而明天的决策建立在这个状态上。浇多了费水还可能加剧排水流失，浇少了作物缺水亏欠会累积——今天的一个局部合理决策，其恶果可能要等几次蒸发蒸腾和降雨之后才显现，而触发它的那次模型调用早就翻篇了。

这就是论文说的三种压力：

- Q1 观测落地：物理状态藏在数字里（土壤储水量、蒸散量），不是自然语言能直接「看懂」的；

- Q2 决策修复：物理上可行的动作不一定是对的——可行域里有好几个选项，选哪个要看后果；

- Q3 经验适应：要能从经验中改进，但绝不允许经验改写让执行安全的物理规则。

二、双时间尺度：聪明的归模型，要命的归约束

Mímir 的架构核心是一刀切在两个时间尺度上：

快循环（每次决策）：

1. 确定性土壤水模型把观测转成结构化物理状态和可行动作域——LLM 看到的是翻译好的物理事实，不是让它自己从散文里猜；

2. LLM 提议一个决策，程序化前向模拟当场暴露这个提议的后果；

3. 确定性选择器在有界候选集里排序；

4. 运行时保证层握着最终执行权——LLM 的输出永远不会直接变成阀门命令。

慢循环（跨周期）：反复出现的纠正模式和结果规律，被蒸馏成持久上下文原则，用来偏置未来的提议。关键设计是：这个适应过程不需要也不允许修改转移模型、评估器、动作边界和执行闸门。

一句话概括这个边界：经验可以修复未来的推理上下文，但碰不了可信的物理底座。语言层面的共识不等于物理证据，记忆不能放松执行约束，LLM 提议永远不直接驱动执行器。

这个「有界适应」（bounded adaptation）的克制非常值得学：当下流行的自进化智能体倾向于把记忆、提示词、框架组件都当成可以随经验随意改写的东西——在文本任务里问题不大，在物理系统里等于让实习生动安全规程。

三、实测：省一半水，九季不发散

用密歇根、德州、科罗拉多的多年多作物田间实测数据回测：

- 统一评估口径下，Mímir 的综合控制成本 100.94±1.80，灌溉量 2.58±0.12 mm，而历史排程回放要 5.32±0.57 mm——省了一半还多；

- 机制消融：拿掉前向模拟、拿掉「验证过的提议修订」、拿掉持久上下文，控制成本都会升高——三个机制各有贡献，不是装饰；

- 单独的九生长季序列里表现出明显的季节波动但无持续发散——长时程运行稳态成立；

- 换不同规模、不同家族的语言模型，表现保持在同一区间——塑造行为的是模型外围的控制架构，不是模型本身。

最后这条对我们做智能体的人是最熟悉的结论：换个更强模型就能解决的问题，从来不是架构问题；而架构问题换什么模型都解决不了。

四、可迁移的三条设计原则

1. 「可行域」要程序化给，不要让模型自己判断。 把物理/业务约束翻译成结构化状态+可行域，比在提示词里写「请注意安全」可靠一个数量级。约束的表达介质决定了它的执行力。

2. 提议权与执行权必须分离。 模型的输出经过确定性校验和有界候选筛选后才可能被执行——这一层在今天的智能体系统里普遍缺位，大部分系统让模型输出直接变成工具调用。

3. 经验的写入通道要有闸门。 记忆可以影响「怎么想」，不能影响「什么能做」。让经验通过预定义的触发条件、以受控方式进入上下文，而不是每次运行完就随手改提示词。

结语

这篇论文的价值不在「LLM 能管灌溉」，而在它给所有需要对接物理世界（或任何强约束系统）的智能体画了一条权责线：推理是提案权，物理是决定权，经验是注释权。三者混在一起的系统跑短没问题，跑长必出事。

*论文：Mímir: Physics-Grounded LLM Agents for Long-Horizon Irrigation Control（arXiv 2610.02038）*

*BuddyMe 每日免费 4500 万 Token。*