Материал подготовлен автоматически по первоисточникам: ссылки на них — в конце статьи.
В экономической симуляции с LLM-агентами долгий прогон изменил вывод о стабильности богатства, а выбор модели повлиял на результаты сильнее памяти. За 26 недель показатель сохранения места агента в распределении богатства снизился с 0,964 до 0,752; на обычном двухнедельном отрезке система казалась почти замороженной. Работа Karela Technologies не рецензирована, а числа получили сами авторы; для проектирования таких систем это значит, что короткий тест и отключение памяти могут задать неверные приоритеты.
В симуляции сто агентов жили и работали на карте Pokhara Lakeside: получали зарплату, управляли компаниями, назначали цены и покупали товары. Экономика была замкнутой, а каждую рупию записывали в журнал операций. В итоговый набор вошёл 91 проверенный прогон продолжительностью до 26 недель.
Система слабо передавала денежные импульсы между участниками. Когда туристический спрос увеличили в 12 раз, выручка компаний выросла в 4,62 раза, но зарплаты — лишь в 1,03 раза, то есть разница осталась в пределах погрешности. При прямой выплате домохозяйствам 96,7% суммы всё ещё лежало на счетах спустя 311 шагов симуляции.
Замена Qwen3.8-27B-FP8 на gpt-oss-20b статистически значимо изменила каждый измеренный итог: например, агенты стали на 62,4% чаще переходить между группами богатства. Отключение инструментов памяти не дало заметного сдвига в экономических показателях. Значит, при проверке агентной системы сначала стоит сравнивать базовые модели и длительность прогона, а не считать память главным рычагом поведения.
Результаты относятся к двум самостоятельно размещённым моделям, одной карте и одному программному стеку. Проверка памяти опиралась на шесть парных прогонов, а максимальный горизонт — на один, поэтому конкретные коэффициенты нельзя считать общими для других агентных архитектур.
Источники
Иллюстрация: рисунок из статьи «But How Would AI Agents Run a Town's Economy?», Sajal Regmi, Siddhartha Pudasaini, Chetan Phakami Pun, CC BY 4.0
Похоже на вашу задачу?
Расскажите, что собираете. За полчаса разложим на этапы и назовём сроки — это бесплатно и ни к чему не обязывает.
