如果一群AI交易员发现“抢快一毫秒”最赚钱，它们就会一起卷速度。问题未必只在AI，也可能在市场规则：撮合机制——决定买卖订单以什么价格、按什么优先级成交——本身就在奖励这种行为。
这篇论文因此把AI对齐从单个Agent扩展到“市场核心”，也就是订单如何进入、撮合、保留并达到稳定状态的整套规则。作者用Reaction Systems（反应系统，一种描述资源如何互动的形式化框架）建模：买卖订单是资源，相容订单反应并生成交易；更有竞争力的订单会阻止较差的撮合，未成交订单则留待下一步。这样，价格与时间优先、订单持续存在、市场是否仍有可执行交易，都能写成可检查的规则，而不是藏在交易系统实现里。
它值得注意的判断是：连续订单簿会让速度具有结构性价值，批量拍卖则把同一时间窗内的订单视为同时到达，试图把竞争从速度拉回价格。论文主要提出设计框架，未给出实证效果；但它把问题说得很清楚：自主Agent进入市场前，不只要训练谁来交易，还要先设计它们会共同玩什么游戏。