核心用法
RALSTP Consultant 是一套形式化的复杂问题分析框架，源自 Dorian Buksz 2024 年于伦敦国王学院的博士论文。其核心机制是通过六个维度解构问题：
1. 智能体识别（Agents Identification）——区分动态类型（在动作效果中作为谓词首参出现）与静态类型，识别问题中的主动执行者
2. 被动对象（Passive Objects）——标记被操作但无自主性的实体（包裹、数据、文件等）
3. 依赖关系图（Agent Dependencies）——判定智能体间的独立、依赖或冲突关系
4. 纠缠度（Entanglement）——量化智能体对共享资源（时间、空间、位置）的竞争强度
5. 地标分析（Landmarks）——提取任何有效方案中必须为真的关键事实或必经动作
6. 战略-战术分层（Strategic vs Tactical）——上层解决"何时发生什么"，下层解决"具体如何执行"
框架输出包含难度评估（Buksz 复杂度评分 ≈ 智能体数量 × 纠缠因子）、战略阶段规划、战术阶段细化以及基于智能体类型/地标/位置的分解建议。
显著优点
- 学术根基扎实：直接继承 2024 年最新规划领域博士研究成果，非经验主义启发式
- 形式化程度高：提供可量化的复杂度指标，便于横向对比不同方案
- 双向分层：战略层忽略细节快速验证可行性，战术层补充执行细节
- 并行识别能力：明确标注可并发执行的路径，直接支持资源优化
潜在缺点与局限性
- 适用域狭窄：设计初衷为自动规划（Automated Planning）领域，向通用项目管理迁移时存在语义摩擦
- 静态分析局限：依赖初始-目标状态快照，难以处理高度动态、实时变化的环境
- 人工建模成本：用户需准确将问题转化为"谓词-动作-效果"表示，存在认知门槛
- 缺乏不确定性处理：原始论文未纳入概率风险或模糊约束
适合人群
- 云架构师、DevOps 工程师处理大规模迁移/编排任务
- 项目经理拆解复杂多依赖工作流
- 自动规划研究者验证学术概念的实际映射
- 系统分析师识别资源冲突瓶颈
常规风险
- 过度形式化陷阱：简单问题强制套用框架可能导致分析成本超过收益
- 地标误识别：若用户输入的目标状态描述不完整，关键地标遗漏将破坏后续分解
- 纠缠度计算盲区：共享资源的隐性冲突（如团队文化摩擦、合规时序）难以量化捕获
- 单点权威依赖：框架尚未经过大规模工业验证，核心复杂度评分公式缺乏外部基准测试