Phase 16: Multi-Agent & Swarms

Negociación y negociación

Type: Learn + Build

Languages: Python (stdlib)

Prerequisites: Phase 16 · 02 (FIPA-ACL Heritage), Phase 16 · 09 (Parallel Swarm Networks)

Time: ~75 minutes

El problema

Los dos agentes deben acordar un precio. Dejo a sí mismos con las instrucciones de lenguaje puro, las LLM 2024-2026 cierran acuerdos a tasas sorprendentemente bajas (~27% en las ofertas estrictamente parametrizadas en arXiv:2402.15813).

El problema principal es que los LLM confluyen dos trabajos: decidir la oferta y narrarla. OG-Narrator los separó: un generador de ofertas determinista calcula los movimientos numéricos; el LLM solo narra.

Esto refleja un hallazgo clásico de múltiples agentes: descoplar el mecanismo de la capa de comunicación gana. El Protocolo de Red de Contratos (FIPA, 1996; Smith, 1980) es el mecanismo de referencia del mercado de tareas.

Concepto

En un párrafo, la red de contratos

El Protocolo Net de Contratos de Smith de 1980: un managertransmite a call for proposals (cfp)¿ Qué es ?biddersResponder con proposemensajes que contienen sus ofertas; el gerente elige un ganador y envía accept-proposalal ganador y reject-proposalEl ganador realiza el trabajo.refuseLa FIPA codificó esto como fipa-contract-netprotocolo de interacción.

Por qué gana el narrador de OG

"Medición de las habilidades de negociación de los modelos de lenguaje" (arXiv:2402.15813) observó que:

• Los LLM suelen infringir las reglas de negociación (ofrecer a precios sin sentido, ignorar el ZOPA de la otra parte).
• Se anclan mal (aceptan malas ofertas iniciales; contraofertas en cantidades simbólicas en lugar de estratégicas).
• Los modelos más grandes hacen que el lenguaje sea más plausible con un error estratégico similar.

La descomposición del narrador OG:

Copy           ┌──────────────────┐        ┌──────────────────┐
  state  → │ offer generator  │ price → │  LLM narrator    │ → message
           │  (deterministic) │        │  (writes the     │
           │                  │        │   human-style    │
           └──────────────────┘        │   accompaniment) │
                                       └──────────────────┘

El generador de ofertas es una estrategia de negociación clásica: un modelo de negociación de Rubinstein, una estrategia de Zeuthen o un simple precio de venta por precio.

La tasa de negocio se eleva porque:

• Los precios se mantienen en la zona de negociación.
• Los anclajes son estratégicos, no emocionales.
• El LLM hace lo que es bueno: escribir.

NegociaciónConclusiones de Arena

El estudio de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la investigación de la ciencia de la ciencia de los ciencias de los ciencias de los ciencias de la ciencia de la ciencia de los Estados Unidos de la ciencia de la ciencia de la ciencia de la ciencia de la ciencia de la ciencia de la ciencia de los Estados Unidos de la ciencia de la ciencia de la ciencia de la ciencia de la ciencia de la ciencia de la ciencia de la ciencia de la ciencia de la ciencia de la ciencia de la ciencia de los Estados de la ciencia de la ciencia de la ciencia de la ciencia de la ciencia de los Estados de la ciencia de los Estados de la ciencia de la ciencia de los Estados de la ciencia de los Estados de la ciencia de la ciencia de la ciencia de la ciencia de la ciencia de la

• Las LLM pueden mejorar los pagos ~20% adoptando personas ("Estoy desesperado por vender esto para el viernes") La manipulación de persona es una táctica real.
• Los agentes justos/cooperativos son explotados por los adversarios; la defensa requiere una contraposición explícita.
• Los pares simétricos convergen en resultados inequitados en aproximadamente el 40% de los escenarios de referencia.

Esto no es "los LLM son malos negociadores". Es "los LLM negocian demasiado como los humanos, incluyendo las partes explotables".

El ocultamiento de la cadena del pensamiento

La Gran Competencia de Negociación Autónoma (arXiv:2503.06416) realizó aproximadamente 180 mil negociaciones en muchas estrategias de LLM. Los ganadores ocultaron su razonamiento a sus contrapartes:

• Si un agente imprime "Sólo voy a$75; my reservation price is $70" en un rascacielos visible al público, el oponente lo lee.
• Los ganadores computaban la estrategia en privado; el canal de salida contiene solo la oferta y la narración mínima requerida.

Este es un eco de 2026 de la teoría clásica del juego (Aumann 1976 sobre racionalidad e información): revelar su valoración privada costos de pago. LLM no intuyen esto y felizmente escriben sus reservas en rastros de razonamiento que se vuelven visibles para la contraparte.

Ingeniería de toma: separar el contexto privado de la plancha de raspado del contexto público de los mensajes. No es opcional.

Bhattacharya et al. 2025 clasificaciones de modelos

En relación con las métricas del proyecto de negociación de Harvard (negociación en principio, respeto de la BATNA, reciprocidad de intereses):

• Llama-3fue más eficaz en las negociaciones (taxa de transacción + pago).
• Claude-3El Consejo de Ministros de la Unión Europea ha adoptado una decisión en el marco de la cual se ha adoptado un nuevo reglamento.
• GPT-4fue la más justa (la menor variación en la remuneración entre los emparejamientos).

Este es un instantáneo de 2025. El punto no es qué modelo gana en abril de 2026 es que los diferentes modelos base tienen estilos de negociación persistentes.

Alocamiento de tareas a través de contrato Net + LLM

El uso moderno de Contract Net para LLM multi-agente:

1. El agente gerente descompone una tarea en unidades.
2. Las emisiones cfpcon descripción de tareas a los agentes de los trabajadores.
3. Cada trabajador devuelve una oferta: (price, eta, confidence)donde el precio podría ser tokens, unidades de cálculo o dólares.
4. El gerente elige los ganadores (un solo o múltiples, dependiendo de la tarea) y los premios.
5. Los trabajadores rechazados pueden presentar ofertas para otras tareas.

Esto supera a 100 trabajadores porque la coordinación es transmisión y respuesta, no chat sincrónico.

Negociación interactiva entre las partes interesadas de la MLL

El proyecto de ley de la Comisión de Infraestructuras y Desarrollo de la Información (NIIP)https://proceedings.neurips.cc/paper_files/paper/2024/file/984dd3db213db2d1454a163b65b84d08-Paper-Datasets_and_Benchmarks_Track.pdf) introduce juegos de puntaje multipartíficos con secret scoresy minimum-acceptance thresholds. Cada parte interesada tiene servicios públicos privados; el LLM debe inferirlos a partir de mensajes. Esta es la generalización de la negociación de dos partidos a la formación de coaliciones de partidos N. Relevante para los mercados de tareas de producción con capacidades de trabajadores heterogéneas.

La regla de narración contra mecanismo

En todos los puntos de referencia de las negociaciones 2024-2026, la regla de ingeniería consistente es:

Deje que el LLM narre. No deje que el LLM compute la oferta.

Si la oferta necesita ser un número (precio, ETA, cantidad), generarla deterministicamente desde el estado de negociación y que el LLM produzca el marco.

Construye el mismo

code/main.pylos instrumentos:

• ContractNetManager¿ Qué ?ContractNetTask¿ Qué ?Bid gerente + licitadores, transmisión de programas, recopilación de propuestas, adjudicación.
• og_narrator_bargain(state, rng) Comprador OG-Narrador: concesión determinista de estilo Zeuthen hacia el punto medio.
• seller_response(state, rng) política determinista de contratiempos de venta (la verdad estructural de los dos estilos).
• naive_llm_bargain(state, rng) simula una negociación de LLM: elige precios con alta variación, a menudo fuera de la ZOPA.
• Medición: tasa de negociación de más de 1000 ensayos con precios de reserva frescos muestrados por ensayo.

• ¿Qué quieres decir ?

Copypython3 code/main.py

Resultado esperado: tasa de negocio de LLM ingenuo ~65-75%; tasa de negocio de OG-Narrador ~85-95%; la brecha de 15-25 puntos es la ventaja estructural de descomponer la generación de ofertas de la narración.

Usalo

outputs/skill-bargainer-designer.mddiseña un protocolo de negociación: quién genera ofertas (determinista o LLM), quién narra, cómo se separan los scratchpads privados de los mensajes públicos y cómo se monitorea la tasa de transacciones.

Envío

Lista de control de las negociaciones de producción:

• Separate scratchpad.El Estado privado nunca llega al contexto de la contraparte.
• Deterministic offer generation.Precios, cantidades, ETA: calcular, no pedir.
• Validate all incoming offersRechazar las ofertas fuera de la zona de ZOPA en el límite del protocolo.
• Bound rounds.3-5 disparos máximo; escala a mediador en punto muerto.
• Measure deal rate and payoff varianceUna tasa de transacción en caída es un síntoma a menudo una deriva rápida o un ataque de contraparte.
• Log all rejected proposalsPara los administradores de la red de contratos, los licitadores perdedores deben entender por qué.

Los ejercicios

1. - ¿ Qué ?code/main.pyConfirme que OG-Narrador supera a Naive-LLM en precio de la oferta. ¿Por cuánto?
2. Implementación persona-based payoff improvement(arXiv:2402.05863) el comprador adopta un personaje "desesperado de comprar esta semana" sólo en la narración, ofrece generador sin cambios. ¿Cambia la tasa de oferta o el pago?
3. Implementar la cadena de pensamiento concealment¿Qué sucede si accidentalmente se filtra (simula al cambiar los canales)?
4. Extenda el contrato neto a la subasta de N-bidor con precio de reserva. Cuando todas las ofertas superan la reserva, ¿cómo decide el gerente entre el precio más bajo y la más alta calidad? ¿Qué regla de entrega elige y por qué?
5. Lea Bhattacharya et al. 2025 en Harvard Negotiation Project metrics. Implemente dos negociación con diferentes estilos (agresivos vs. justos).

Términos clave

Leer más

• NegotiationArena el índice de referencia; resultados de manipulación y explotación de personas
• Measuring Bargaining Abilities of Language Models OG-Narrator y el resultado de comprador-más duro que vendedor
• Large-Scale Autonomous Negotiation Competition ~ 180 mil negociaciones; la ocultación de la cadena de pensamiento gana
• LLM-Stakeholders Interactive Negotiation (NeurIPS 2024) Juegos multipartíticos con utilidades secretas
• Smith 1980 — The Contract Net Protocol el mecanismo clásico, IEEE Transacciones en computadoras

This free lesson is part of the AI Engineering from Scratch curriculum. Read the full explanation, run the lesson code, and verify the result in the interactive reader or from the repository source.

Browse the complete course catalog or open this lesson on GitHub.