Phase 16: Multi-Agent & Swarms

اقتصادات العملاء، حوافز الوهم، سمعة

وكلاء مستقلون على الأفق الطويل (حرف العمل الذي يمتد من ساعة إلى ثمان ساعات في METR) يحتاجون إلى وكالة اقتصادية.5-layer stackهو: DePIN(حسابات جسدية) → Identity(مبلغ الـ W3C DID + رأس المال السمعي) → Cognition(RAG + MCP) → Settlement(موجب حسابات) → Governanceتشمل شبكات تحفيز وكلاء الإنتاج Bittensor(تكافئ شبكات التشغيل التشغيلية للشبكات الفرعية النماذج الخاصة بالمهمة)Fetch.ai / ASI Alliance(أسي-1 ميني الـ LLM + FET) ، و Gonkaالعمل الأكاديمي: استخدامات لاماس اللامركزية لـ AAMAS 2025 Shapley-value credit attributionلتمويل العاملين المساهمين بشكل عادل. تقترح بحث جوجل "تصميم آلية لنماذج اللغة الكبيرة" token auctionsمع دفع الثمن الثاني تحت جمع أحادي. هذا الدروس يبني سوق وكيل أدنى، ويطبق خصيص ائتمان شابللي-قيمة على خط أنابيب متعددة وكلاء، ويجري مزاد رمز الثمن الثاني حتى الآلة نظرية اللعبة هبوط بشكل ملموس.

Type: Learn

Languages: Python (stdlib)

Prerequisites: Phase 16 · 16 (Negotiation and Bargaining), Phase 16 · 09 (Parallel Swarm Networks)

Time: ~75 minutes

المشكلة

أنظمة متعددة الوكلاء تصبح معقدة عندما ينتج الوكلاء قيمة معاً ولكن يحتاجون إلى مكافأة فردية. الآليات الكلاسيكية تقسيم متساوى، المساهم الأخير يأخذ كل غير عادلة أو قابلة للعب. مكافأة الائتلاف القائمة عبر قيم شابلي عادلة من خلال البناء ولكن مكلفة للحساب. تدفع الأدب 2025-2026 تقارب مفيدة: أخذ عينات شابلي، مزادات جمعية متوحدة، والسمعة على السلسلة التي تتراوح من المساهمات المؤكدة.

وبالإضافة إلى إئتمان، تحول المجال إلى وكلاء اقتصاديين فعليين: Bittensor TAO مكافأة الحوسبة التعدين لتحسين نماذج شبكة فرعية محددة، Fetch.ai/ASI مكافأة استخدام ASI-1 Mini LLM مع رموز FET، Gonka إعادة توزيع محول دليل العمل نحو مهام الذكاء الاصطناعي الإنتاجية. وكلاء الذين يقومون بالمعاملات بشكل مستقل موجود اليوم؛ السؤال هو كيفية تنسيق الحوافز.

هذه الدروس تعامل مع اقتصادات الوكلاء كعائلة مشكلة محددة إخصاب الائتمان، تصميم الآلية، والسمعة وتبني كل مع الحد الأدنى من الرياضيات حتى الأفكار تتعلق.

المفهوم

5 طبقات وكيل-اقتصاد كومة

DePIN (physical compute).البنية التحتية اللامركزية التي تستأجر GPU، التخزين، عرض النطاق. شبكات فرعية بيتنسور، شبكة ريندر، أكاش. ليس محدداً للعميل؛ العملاء يستخدمونها.
Identity.توفر المعرفات اللامركزية W3C (DIDs) لكل وكيل معرفًا دائمًا مستقلًا عن أي منصة. تتراوح السمعة مع DID. يستخدم بروتوكول شبكة العملاء (ANP) DID كطبقة اكتشاف.
Cognition.حلقة التفكير للعميل: LLM + RAG + MCP. هذا ما يبنيه المراحل الأخرى.
Settlement.لا يمكن للعملاء دفع مقابل الخدمات، أو بعضها البعض، أو الحساب.
Governance.الـDAOات الوكالة: هياكل الحكم حيث يصوت البشر والوكلاء على تغييرات البروتوكول، مع قدرت التصويت مرتبطة بالسمعة.

لا يستخدم كل نظام إنتاج الخمسة. يستخدم بيتنسور 1, 2, جزئيا 3, جزئيا 4, لا أحد من 5. لا يستخدم وكلاء OpenAI أي إلا 3.

(بيتسنسر) ، (فيتش.اي) ، (غونكا)

Bittensor (TAO).شبكات فرعية هي مهام متخصصة (نمذجة اللغة ، إنتاج الصور ، التنبؤ). يقوم المعدون بتقديم نتائج النموذج. يقوم المحققون بتقييمها؛ ويوزع النتيجة الموزعة على المخاطر مكافآت TAO. لكل شبكة فرعية تقييم خاص بها. الدروس الاقتصادية: دفع جودة الناتج المحددة للمهمة ، وليس الحساب المستخدم.

Fetch.ai / ASI Alliance.يدير ASI-1 Mini LLM على شبكة Fetch.ai؛ يدفع المستخدمون رموز FET للإستنتاج. إن رواية العملاء على قدم المساواة أقوى هنا: يمكن للعميل على Fetch أن يدعو آخر لمهمة ودفع في FET.

Gonka.دليل على العمل على المحول: "العمل" هو المخططات الأمامية للمحول. يقوم المعدون بتحقيق المكاسب عن طريق تشغيل مهام الاستنتاج التي تعرف نتائج صحيحة (من بيانات التدريب). PoW المنتجة للموارد بدلاً من PoW القائم على الهاش.

جميع الثلاثة هي درجة الإنتاج اعتبارا من أبريل 2026. يختلف توزيع الدفع. جوائز بيتنسور نوعية بالنسبة لمؤكّد الشبكة الفرعية. جوائز Fetch المستخدمة التي يتم قياسها من قبل المستخدمين المدفوعين. جوائز Gonka عمل استنتاج يمكن التحقق منه.

إئتمانات قيمة شابللي

ثلاثة عملاء يتعاونونون في مهمة، الناتج يصل إلى 0.8، من ساهم في ماذا؟

قيمة شابللي: تخصيص الائتمان الفريد الذي يلبي أربع محورات (الفعالية والسيمترية والخطية والفصيلة).i:

shapley(i) = (1/N!) * sum over all orderings O of (v(S_i_O ∪ {i}) - v(S_i_O))

أينS_i_Oهو مجموعة من الوكلاء قبل iفي ترتيبO. في الممارسة العملية: إدراج جميع المحولات، سجل المساهمة الهامشية لكل عامل في كل محول، متوسط.

بالنسبة لـ N=3 العاملات، هناك 6 محولات. بالنسبة لـ N=10, 3.6M لذلك في الممارسة العملية تقوم بعينة ترتيبات بدلاً من إدراجها.

مزاد ثاني السعر للتجميع

تقترح شركة جوجل ريسرش ("تصميم آلية لنماذج اللغة الكبيرة") مزادات رمزية ثاني السعر لجمع نتائج ماجستير في مجال القانون. الإعداد: N العملاء يقدمون كل منهما إكمالاً؛ لكل منهما قيمة خاصة لتحديدها. يختار المُزاد المقترح الأكثر قيمة ويُدفع القيمة الثانية الأكثر قيمة تحت جمع أحادي (القيمة تعتمد على أي اقتراح يتم اختياره ، وليس كم عدد من تم عرضه) ، هذا صحيح العملاء عرض قيمتهم الحقيقية.

لماذا هذا مهم بالنسبة لنظم الـ LLM: يمكنك استئجار مهام الانتهاء إلى وكلاء متعددين بتسعير مختلف؛ المزاد يختار الأفضل + يدفع بشكل عادل، وليس لدى الوكلاء أي حافز لتقديم تقارير خاطئة.

رأس المال المشهور

يتم تراكم درجة سمعة مرتبطة بـ DID من المساهمات المؤكدة. قاعدة تحديث بسيطة:

rep(i, t+1) = alpha * rep(i, t) + (1 - alpha) * contribution_quality(i, t)

مع عامل التهالكalphaالقريبة من 1

هو رخيص للقراءة لقرارات التوجيه ("رسالة المهام الصعبة إلى وكلاء ذات النسبة العالية").
تكلفة كبيرة في التزوير (تتتراكم مع مرور الوقت، وتتعلق بـ DID).
يمكن تخفيضها: المساهمات التي تفشل في التحقق من الخفض.

AAMAS 2025 لاماس لامركزية

يجمع اقتراح لاماس (أاماس 2025) بين: هوية DID ، وصف ائتمان قيمة شابللي ، وآلية مزاد بسيطة. الادعاء الرئيسي: تحلل خطوة وصف الائتمان يجعل النظام قابلاً للتدقيق ومعصومًا للتلاعب بموجب نقطة واحدة.

حيث ينهار الاقتصاد

Price oracle manipulation.إذا تمكن من اللعب بـ"مهمة الائتمان"، سيلعبها الوكلاء.
Sybil attacks.أحد المشغلين يُدفع N وكلاء مزيفين لزيادة مساهمتهم الخاصة. DIDs بطيئة ولكن لا يمنع هذا؛ تكلفة السمعة إلى مزيفة هي التخفيف.
Verification cost.إن إعطاء الائتمان عادل فقط مثل المؤكد. إذا كان التحقق رخيصًا (مؤسسة حقوق الشعب الصغيرة) ، فيمكن اللعب به؛ إذا كان مكلفًا (لجنة البشر) ، فلن يتوسع النظام.
Regulatory overhang.اقتصادات الوكلاء تتقاطع مع التنظيم المالي. يعمل بيتنسور، فيتش، وغونكا جميعًا في مناطق رمادية قانونية في بعض الولايات القضائية اعتبارًا من عام 2026.

عندما تكون الاقتصادات الوكالة منطقية

Open networks with heterogeneous operators.لا يوجد فريق واحد يسيطر على كل العملاء
Verifiable outputs.بدون التحقق، تعتمد الائتمان على تخمين.
Long-horizon workflows.المهام الواحدة لا تستفيد من تراكم السمعة.
Tokenized payments are legally viableفي ولايتك

في أنظمة الشركات المغلقة، فإن الاقتصاد يمنح الطريق إلى توزيع أبسط (المديرون يعطون العمل، والمقاييس هي داخلية).

بناءها

code/main.pyتطبيقات:

shapley(value_fn, agents) حساب شابلي الدقيق عن طريق العد لـ N الصغيرة
second_price_auction(bids)آلية حقيقية، الفائز يدفع ثاني أعلى.
Reputation سمعة مقيدة بـ DID مع التدهور المتفصلي والقطع.
(إثبات 1: ثلاثة عملاء يتعاونونون، سمات (شابلي بالضبط
الاحتفال 2: خمسة عملاء يقدمون عرضاً على فتحة مهمة؛ ثمن المزاد الثاني يختار الفائز + الدفع.
التجربة 3: 100 جولة من تعيين المهام إلى العملاء مع ممثلة متفرقة؛ تعزيز الممرات المثقلة من الممثلة ضربات عشوائية.

أركض

python3 code/main.py

الناتج المتوقع: قيم شابللي لكل وكيل؛ نتيجة المزاد التي تظهر توازن العرض الحقيقي؛ التوجيه الموزن على المثقل الذي يظهر 10-20٪ زيادة في الجودة على العشوائية بعد التدفئة.

استخدمها

outputs/skill-economy-designer.mdتصميم اقتصاد الوكيل الحد الأدنى: اختيار طبقة الهوية، آلية إخصاب الائتمان، آلية الدفع، قاعدة السمعة.

أرسله

إدارة اقتصاد الوكلاء في عام 2026:

Start with reputation, not tokens.سمعة رخيصة لتنفيذها وقيمة وحدها؛ توكنات يضيف التعقيدات القانونية والاقتصادية.
Verify before you reward.لا توزيع الائتمان دون خطوة التحقق المستقلة.
Shapley-sample, not Shapley-exact.عينة 100-1000 ترتيبات؛ العدد الدقيق لا يتحكم في النطاق.
Cap decay factor and floor reputation.التهالك غير المحدود يزيل المساهمين الشرعيين؛ التهالك البطيء جدا مكافأة العاملين القديمة عالية الرد.
Audit mechanisms adversarially.إشغلي سيناريوهات الفريق الأحمر قبل فتح الشبكة كل آلية لديها نظرية لعبة، تريد العثور على الثقوب، وليس المهاجمين.

التمارين

أركضcode/main.pyتأكيد مجموع قيم شابللي إلى القيمة الإجمالية (محور الكفاءة). تغيير وظيفة القيمة؛ هل تغير تخصيص شابللي في الاتجاه المتوقع؟
تنفيذ شابللي العينات (مونت كارلو على ترتيبات K). كيف يؤثر K على دقة التقريب؟ مقارنة مع الدقة ل N = 4.
تنفيذ خطوة تشكيل التحالف قبل المزاد: يمكن للعملاء دمجهم في فرق وتقديم العروض كوحدة. أي التحالفات تشكل؟ هل النتيجة باريتو أفضل من العروض الفردية؟
اقرأ تحليلات جوجل البحثية، حدد افتراضًا واحدًا، إذا تم خرقها، يكسر الصدق. كيف يبدو وضع الفشل في إعداد ماجستير في العلوم؟
اقرأ ورقة "لاماس" اللامركزية لعام 2025، تنفيذ خطوة "شابلي" على 10 وكلاء في مهمة اصطناعية، كم يستغرق الحساب الدقيق؟ كم يقترب أخذ العينات مع 100 تسحب؟

الشروط الرئيسية

Term	What people say	What it actually means
DePIN	"Decentralized physical infrastructure"	Token-incentivized compute/storage/bandwidth. Bittensor, Akash, Render.
DID	"Decentralized identifier"	W3C spec for portable IDs. Agent reputation binds to DID, not to a platform.
ERC-4337	"Account abstraction"	Contract accounts that can sponsor gas, enabling agent payments.
Shapley value	"Fair credit attribution"	Unique allocation satisfying efficiency, symmetry, linearity, null.
Second-price auction	"Vickrey auction"	Truthful mechanism: winner pays second-highest bid. Monotone aggregation compatible.
Reputation capital	"Accumulated quality score"	DID-bound score from confirmed contributions; decays over time.
Agentic DAO	"Agents + humans govern"	DAO with agent voters as first-class, voting power tied to reputation.
TAO / FET / GPU credits	"Token denominations"	Bittensor TAO, Fetch.ai FET, various DePIN tokens.