困难问题
有用的框架不是从理论出发往下推，而是从一个真实的、足够难的问题出发往上建。
我们在解决什么问题
让无人系统在特定场景中，协同人，安全可靠地完成特定任务。
这句话看起来简单，实则包含四个同时成立的约束——而正是四个约束同时存在，使它成为一个非平凡的工程问题：
| 约束 | 为什么难 |
|---|---|
| 无人系统 | 需要自主规划与执行，不能依赖人工实时操控 |
| 特定场景 | 场景有物理约束（高压、高空、复杂地形），通用方案无法直接套用 |
| 协同人 | 人下达语义指令，系统转化为物理动作——语义鸿沟和安全责任如何划分？ |
| 安全可靠 | 硬实时约束 + 零碰撞要求，不能靠经验估计，需要形式化保证 |
这四个约束不能单独解决，必须同时满足。任何只解决其中两三个的方案，在实际部署时都会在剩余约束上失效。
现有方法的局限
| 方法 | 能解决 | 解决不了 |
|---|---|---|
| 传统规划（PDDL/HTN） | 任务分解、条件分支 | 实时安全约束、物理执行 |
| 端到端学习（VLA/LLM） | 语义理解、自然语言交互 | 可验证安全性、硬实时控制 |
| 经典控制（MPC/CBF） | 实时安全、动力学约束 | 任务级规划、语义理解 |
| 人工遥操作 | 灵活处理异常 | 规模化、重复性、疲劳风险 |
没有任何一个成熟方法能同时满足全部约束。 以下给出结构化的论证。
为什么四个约束不能被单一范式同时满足
论证框架：四个约束两两之间存在不可消除的张力（architectural tension），任何单一计算范式必然在至少一对张力上退化。
张力 1：自主规划 vs 实时安全
自主规划需要在语义空间中搜索（HTN 分解、PDDL 规划等），计算复杂度通常是 PSPACE 完全问题，无法在硬实时控制周期（~1ms）内完成。反之，实时安全控制（CBF、MPC）只能在当前状态的邻域内操作，没有任务级”全局视野”。两者工作在不同时间尺度，强制耦合必然导致其中一方降级：规划变浅（失去自主性）或控制变慢（失去实时性）。
张力 2：语义理解 vs 形式化可验证
LLM/VLA 获得语义理解能力的代价是成为黑箱——其内部推理过程不可形式化规约，输出不满足 Lyapunov 稳定性或 STL 可满足性的闭式证明。形式化方法（STL、CBF）要求系统模型是已知的微分方程或有限状态自动机，这与神经网络的泛化机制根本不相容。试图让同一系统既做语义推理又提供形式化安全保证，在当前技术条件下是开放问题，没有已知的一般解。
张力 3：场景定制 vs 规模化通用
特定场景（高压输电线路、受限空间检修）的物理约束（带电体安全距离、关节力矩极限、风载扰动）需要专门的约束模型，不能被通用训练数据覆盖。通用端到端方法（大规模预训练 VLA）的泛化性正是来自忽略场景特化约束——它在特定场景上的失效率随约束严格程度单调增加。精度与泛化之间的权衡（precision-recall tradeoff）在安全关键场景中不可接受：漏检一次碰撞风险就是事故。
结论
上述三对张力表明，不存在单一计算范式能同时覆盖”语义理解 + 实时安全 + 场景定制”三角。这不是工程资源不足的问题，而是三种能力需要根本不同的计算结构（符号搜索、连续优化、约束传播）。EICPS 的回答是：接受这一分解，为每对约束选择正确的工具，用接口设计解决工具间的协同问题。
与 AI Harness Engineering 的本质区别
2026 年兴起的 AI Harness Engineering（Agent = Model + Harness）与 EICPS 的名称和出发点相近——都是为 AI 提供工程包装——但本质路径不同：
| 维度 | AI Harness Engineering | EICPS |
|---|---|---|
| 视角 | 软件工程 | 物理数学 |
| 安全来源 | 规则库 + 人工审核 | STL + CBF 形式化约束 |
| 约束层次 | 外部行为管理 | 内嵌动力学约束 |
| 验证方式 | 日志审计 | 机械可验证的证据链 |
| 对 AI 的态度 | 不质疑模型内部，只管外部行为 | AI 是工具，可靠性由 CPS 侧保障 |
AI Harness Engineering 是从软件工程视角”管住” AI 的行为；EICPS 是从物理数学视角在执行层内嵌安全保证，不依赖 AI 的正确性。前者解决的是”AI 行为不可预测”的工程问题，后者解决的是”具身系统物理安全无法形式化验证”的科学问题。
目标场景
问题要具体才能验证。EICPS 以架空输电线路运检作为第一个目标场景——它是上述四个约束同时存在的典型实例：
EICPS 的应对思路是：以 CPS 架构为内核，将 AI（VLA/LLM）作为语义推理工具嵌入 Brain 层，可靠性和安全性由控制侧的形式化机制（STL、CBF）在工程层面强制保障——不依赖 AI 的正确性。