VACS：面向多Agent推理的价值对齐组合式屏蔽

高风险领域的多Agent推理系统必须既准确又安全，但各Agent往往遵循异构的价值优先级（如严谨性、简洁性、安全性），导致相互冲突的建议。现有方法无法同时提供：（i）从行为中对每个Agent隐含价值的原则化推断；（ii）无需完全在线通信的组合式形式安全保证；（iii）带忠实解释的价值感知冲突消解。我们提出VACS（Value-Aligned Compositional Shielding，价值对齐组合式屏蔽），一个解决全部三点的四层框架。第1层使用Bradley-Terry建模从成对偏好中学习价值维度奖励，并通过深度MaxEnt IRL推断每个Agent的价值权重。第2层用受Lean启发的DSL编码价值约束，并综合组合式assume-guarantee屏蔽以保证运行时安全。第3层在长期价值约束下，通过基于核仁（nucleolus）的信用分配与Hamiltonian共识优化来消解分歧。第4层从共态敏感度中提取关键推理路径，并生成有形式依据的自然语言解释。我们的贡献主要是一个统一系统设计，在验证器受限的决策层面提供形式化接口与可操作保证，而非对所有语言模型内部机制给出完整的端到端形式证明。在用角色条件化Agent面板于NEJM-AI QA、MathInstruct-Subset和网络安全事件响应基准（CyberSec-Eval）上进行的受控概念验证评估中，VACS在准确率上（85.4%、95.0%、90.0%）超越强基线，同时把逻辑不一致率降至接近零。