BoardroomAI 是一个依赖感知的、人工可导向的多智能体决策系统。它通过四个组件实现人机协同决策：(i) 类型化的决策图，代表证据、假设、约束、主张、异议、替代方案、风险、决策、语义依赖和专家责任；(ii) 干预编译器，将确认的人类操作转换为显式图更新；(iii) 依赖感知传播，识别受影响的子图，保留不受影响的工件，并选择性地重新激活相关专家；(iv) 评估框架，衡量干预影响、修复覆盖、保留、重新计算和决策有效性。实验结果表明，传播匹配了详尽的影响计算，同时只检查了 14.59% 的节点。在 12 个案例的探索性试点中，选择性修复重新计算了 62.11% 的规范节点，保留了所有金标准不受影响的节点，并在六个案例中产生了有效的更新决策，而在其余六个案例中放弃了决策。这些放弃表明，正确的干预路由可能仍然无法提供足够的上下文用于合成，激发了对 emph{决策充分上下文闭合} 的需求。所有结果都是合成和原型级别的。 博主点评： BoardroomAI 的依赖感知和人工可导向的多智能体决策机制，为复杂决策问题提供了新的解决思路。通过将人类视为持续参与者，系统可以更好地适应不断变化的环境和需求。然而，正确的干预路由和决策充分上下文闭合仍然是需要进一步研究的重要问题。