EAST、JET与ITER的实时反馈控制系统（如等离子体位形控制、破裂预测与抑制）普遍采用分层PID+模型预测控制（MPC）架构。其根本局限不在于算力或传感器精度，而在于控制律严重依赖人工构造的物理先验——例如将等离子体电流剖面简化为参数化样条、将磁扰动响应建模为线性时不变系统。这种工程先验虽保障短期稳定性，却导致强化学习策略在训练中迅速坍缩至局部最优（exploration collapse），无法泛化至未见破裂前兆模式或新型偏滤器配置。这与S1所揭示的机器人RL中‘任务特定先验过载’现象具有同构性：二者均因人为嵌入强归纳偏置，压缩了策略空间的有效探索维度。
当前聚变RL训练数据主要来自模拟器（如TRANSP、CRONOS）生成的单视角等离子体演化轨迹，或有限放电实验中的磁测量+辐射信号序列。此类数据集本质上是‘egocentric’——仅记录主控系统视角下的状态-动作对，完全缺失‘他者行为意图’建模：例如辅助加热系统（NBI、ECRH）的功率调度策略、真空泵组的节流响应、甚至相邻诊断探针的主动干扰模式。S2明确指出，单一主体视角视频数据无法支撑可靠世界建模，因其缺乏主体间行为反馈闭环；类比至聚变场景，这意味着现有AI控制器无法预判‘当电子回旋加热突然跳变时，壁材料热应力响应将如何调制下一时刻的杂质辐射峰值’——这一因果链断裂正是破裂预测虚警率居高不下的根源。
聚变装置运行处于严格物理边界内：等离子体密度需低于格林沃尔德极限，温度梯度需避开新经典撕裂模阈值，磁场误差场需控制在10⁻⁴量级。传统方法将这些约束硬编码为奖励函数惩罚项或MPC约束集，导致策略在边界附近行为不可解释且易震荡。S2提出的SpatialHarness机制提供关键启示：它将空间约束（如夹爪工作空间边界）从训练时隐式归纳偏置，转化为部署时可插拔的test-time scaffolding。迁移到聚变控制，意味着可构建‘物理约束即服务’（Physics-as-a-Service）模块——在推理时动态加载对应于当前放电阶段的约束包（如破裂预警期启用q=2面磁通守恒约束，H-mode过渡期启用边缘输运垒宽度约束），实现安全边界的按需激活与可验证撤回。
聚变系统天然存在四阶时间尺度分离：磁面控制（~10⁻³ s）、等离子体输运演化（~10⁰–10² s）、壁材料滞留与再循环（~10³ s）、氚燃料循环与增殖包层热工水力（~10⁴–10⁵ s）。现有控制框架强行统一采样率（如1 kHz全系统采样），造成计算资源浪费与长周期动态建模失真。S3的reViT架构为此提供数学原型：单Transformer块通过递归调用实现深度特异性变换，其本质是将‘深度’从网络层数解耦为推理步数。类比可得‘时间尺度解耦’新范式——控制器核心采用统一轻量块（如Gated Recurrent Unit with Adaptive Time Constant），但依据任务需求动态展开不同步数：磁控任务展开3步（对应3 ms延迟补偿），输运预测展开100步（对应100 s演化），从而在FLOPs可控前提下实现跨尺度因果建模。
当前RL策略输出直接映射为各环向场/极向场线圈的电流指令，这是一种低维但高风险的动作空间：微小数值扰动可能触发等离子体位移失控。S5提出的生成式神经重定向（Generative Neural Retargeting）给出替代路径：它不复现人类关节角度序列，而重建‘接触力-形变-位移’的隐式动力学目标。迁移到聚变，意味着策略应输出物理因果目标而非执行指令——例如‘维持X点磁通量Φ_X在±0.5 Wb波动内’、‘将边缘电子温度梯度∇T_e限制在20 keV/m以下’。底层执行器（线圈、加热系统、气体注入阀）则通过已校准的逆模型将目标映射为安全动作，形成‘高层目标规划+底层安全执行’的解耦控制栈。
ITER的控制系统涵盖约10⁵个I/O通道，分属磁体、加热、真空、诊断等20余个子系统，各子系统由独立团队开发专用控制器。S2指出文本驱动运动生成器缺乏场景依赖的安全判断，需引入上下文安全过滤（CSF）；其深层洞见在于：分布式能源调度中，现有AI控制器普遍缺失对‘他者行为意图’的建模。聚变场景中，这一缺失更为严峻——当中央等离子体控制器决定提升等离子体电流时，若未向真空系统广播该意图，后者可能因误判壁材料脱附风险而提前触发气体注入，反而加剧杂质辐射。因此，需构建‘意图交换总线’（Intention Exchange Bus），使各子系统控制器能发布带置信度的短期目标承诺（如‘未来5秒内将维持中性束功率≥8 MW’），供邻近控制器纳入自身安全过滤逻辑。
当前聚变AI控制器验证依赖离线回放（replay）与模拟器测试，但二者均无法覆盖真实装置的非线性扰动（如机械振动诱发的线圈电阻漂移）。S1强调‘平衡数据饮食’旨在避免任务特定先验的工程堆砌；延伸至验证环节，这意味着需构建包含三类数据的混合验证集：（1）典型稳态放电（占60%），（2）已知破裂前兆序列（占25%），（3）经物理约束扰动生成的对抗样本（如叠加10%随机磁场误差的稳定放电，占15%）。此类数据集驱动的在线蒸馏（online distillation），可迫使学生控制器在真实放电间隙中持续微调，而非依赖静态模型。
可控核聚变的终极挑战不在等离子体物理本身，而在如何构建一个能同时满足毫秒级响应、跨尺度因果推理、多主体意图协同与物理约束可验证性的实时智能体。本文论证表明，S1-S5所代表的AI新范式并非泛泛而谈的技术移植，而是针对聚变控制固有矛盾的精准解耦：以‘平衡数据饮食’破除先验过载，以‘时空解耦推理’应对多尺度动态，以‘约束即服务’保障安全临界性，以‘因果目标重定向’替代低维动作映射。下一步实证路径清晰——在WEST或KSTAR装置上部署基于SpatialHarness架构的磁面控制器原型，并接入意图交换总线，其性能边界将严格定义聚变AI的成熟度阈值。