Phase 16: Multi-Agent & Swarms

代理经济,代币激励,声誉

长远自主代理 (METR的1小时到8小时工作曲线) 需要经济代理.5-layer stack是: DePIN物理计算Identity其他类型的资本Cognition子,子,子,子,子,子Settlement总结:Governance生产代理激励网络包括:Bittensor(TAO子网络奖励任务特定模型),Fetch.ai / ASI Alliance(ASI-1 Mini LLM + FET代币),以及Gonka学术工作:AAMAS 2025的分散式LAMAS使用 Shapley-value credit attribution为了公平地奖励贡献者;谷歌研究提出"大型语言模型机制设计"token auctions这一课程建立了一个最小的代理市场,将Shapley值的信用归因应应用于多代理管道,并进行了第二价格代币拍卖,以便游戏理论机器具体地落地.

Type: Learn

Languages: Python (stdlib)

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

Time: ~75 minutes

问题

经纪人共同创造价值,但需要单独奖励时,多代理系统变得复杂. 经典机制平等的分开,最后的贡献者取一切是不公平的或可玩的. 通过Shapley价值观,基于联盟的奖励是公平的, 根据"中国经济发展"的指导,

超越信用归因,该领域转向了实际的经济代理:Bittensor TAO奖励挖矿计算来调整子网特定模型,Fetch.ai/ASI奖励ASI-1迷你LLM使用FET代币,Gonka重新分配转former证明工作到生产人工智能任务.

这一课将代理经济作为一个特定的问题家庭信用归因,机制设计和声誉 ,并构建每个与最小的数学,

概念

五层的代理经济堆

DePIN (physical compute).分散的基础设施,租用GPU,存储,带宽,比特ensor子网络,Render网络,Akash. 不是特征者,特征者使用它.
Identity.据W3C分离式识别器 (DID) 显示,每个代理都具有独立于任何平台的持久身份. 声誉来自于DID. 代理网络协议 (ANP) 使用DID作为发现层.
Cognition.其他阶段的构建就是这样.
Settlement.账户抽象 (ERC-4337) 允许代理人从自己的余额支付天然气,而无需持有ETH. 代理人可以为服务支付,相互支付或计算.
Governance.代理DAO:由人类和代理人投票对协议变更的治理结构,投票权与声誉有关.

不是每个生产系统都使用五个.Bittensor使用1,2,部分3,部分4,没有一个.OpenAI代理除了3个,都没有使用.

,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,

Bittensor (TAO).矿工提交模型输出.验证器将它们排名;权重分数分配了TAO奖励.每个子网都有自己的评估.经济课程:为特定任务的输出质量付费,而不是使用的计算.

Fetch.ai / ASI Alliance.作为一个"FET"的代理,FET.ai的代理可以在FET中调用另一个任务,并支付FET.

Gonka.变压器证明工作:"工作"是变压器的前进通行.矿工通过运行已知正确输出 (从训练数据) 的推断任务来获得收入.资源生产的PoW而不是基于哈希的PoW.

截至2026年4月,所有三种产品均为生产级. 付款分布不同. 比特器对子网验证器的质量进行了奖励; 通过付费用户测量的Fetch奖励实用性; Gonka奖励可验证的推断工作.

石灰值信用归因

现在,我们有三位代理人合作, 输出率为0.8.

石普利值:满足四个定理 (效率,对称性,线性,零) 的独特信用分配.i其他:

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

在哪里S_i_O是之前的代理群i在顺序中O实际上:列出所有变量,记录每个变量中的每个代理的边际贡献,平均.

对于N=3的代理,有6个变量.对于N=10,3.6M ,所以实际上你采样排序而不是编写.

集成二价拍卖

谷歌研究 ("大型语言模型机制设计") 为集成LLM产品提出了二价代币拍卖. 设置:N代理人每一个提出完成;每个有个别的值被选中. 拍卖商选择了最高价值的提案,并支付了第二最高价值. 在单调的聚合下 (价值取决于选择哪个提案,而不是多少投标),这是真实的代理投标他们的真实价值.

为什么这对LLM系统很重要:你可以将完成任务外包给多个代理商,价格不同;拍卖会选择最好的 + 公平的报酬,代理商没有动机报告错误.

声誉资本

根据证实贡献,获得了DID相关的声誉分数.

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

具有衰变因素alpha接近 1. 声誉:

对于路由决策来说,阅读便宜 ("将艰难任务发送给高代表代理").
造成本高昂 (随着时间的推移积累,与DID相关).
可减小:未能验证的贡献减小.

亚马斯2025分散式拉马斯

拉马斯提案 (AAMAS 2025) 结合了:DID身份,Shapley值信用归因和简单的拍卖机制.关键要求:分散信用归因步骤使系统可审计并不受单点操纵的影响.

经济在哪里崩

Price oracle manipulation.如果可以玩信用函数,代理人会玩它.
Sybil attacks.一个运营商把N个假代理起来,以膨胀自己的贡献.
Verification cost.如果验证是便宜的 (小型的法定律师),它可以被玩弄;如果昂贵 (人群),系统不会扩展.
Regulatory overhang.代理经济与金融监管交叉. 比特森索,费奇和冈卡都在2026年开始在某些司法管辖区的法律灰色区域运营.

当代理经济有意义时

Open networks with heterogeneous operators.没有一个团队控制所有的代理人.
Verifiable outputs.没有验证,信贷归因是猜测.
Long-horizon workflows.一次任务不会从声誉积累中受益.
Tokenized payments are legally viable在您的管辖范围内.

在封闭的企业系统中,经济学更容易分配 (管理人员分配工作,指标是内部的).经济学文献主要适用于开放网络.

建立它

code/main.py执行:

shapley(value_fn, agents)精确的Shapley计算通过小N的编号.
second_price_auction(bids)真实机制; 获奖者是第二位最高的.
Reputation
演示1:三名代理合作,恰恰是莎普利的信用.
五个代理人投标一个任务槽;第二价拍卖选中赢家 + 付款.
演示 3:100轮任务分配给异质代表的代理人; 代表权重的路由跳动随机.

运行:

python3 code/main.py

预期产量:每个代理的Shapley值;拍卖结果显示出真实报价平衡;重复路由显示在加热后随机增长10%到20%的质量.

用它

outputs/skill-economy-designer.md设计一个最小代理经济:身份层的选择,信用归因机制,支付机制,声誉规则.

运送它

管理2026年的代理经济:

Start with reputation, not tokens.凭借代币,人们的声誉便宜,而且仅仅是有价值的.
Verify before you reward.没有独立的验证步骤,永远不要分配信用.
Shapley-sample, not Shapley-exact.样本100-1000次;精确的清单不计量.
Cap decay factor and floor reputation.无限的腐蚀会抹去合法贡献者;过度缓慢的腐蚀会奖励过时的高反应剂.
Audit mechanisms adversarially.在打开网络之前,运行红队场景. 每个机制都有游戏理论;你想找到洞穴,而不是攻击者.

运动

跑步code/main.py确认Shapley值总值到总值 (效率定理).改变值函数;Shapley分配是否改变预期方向?
运用Shapley 样本 (Monte Carlo对K序列).K如何影响近似准确性?比较为精确为N=4.
在拍卖之前,实施联盟形成步骤:代理人可以合并成团队并作为一个单位进行竞标.哪些联盟形成?结果比个人竞标更好吗?
读一读Google研究机制设计文章. 确定一个假设,如果被违反,会破坏真相.在LLM设置中,失败模式是什么样子?
阅读AAMAS 2025分散的LAMAS论文. 执行他们的Shapley步骤超过10个代理人在合成任务. 精确计算需要多长时间? 抽样得到了多近100抽奖?

关键词

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.

进一步阅读

The Agent Economy 2026年5层代理经济堆调查
Google Research — Mechanism design for large language models单调聚合的代币拍卖
AAMAS 2025 — decentralized LaMAS 石灰值信用归类
Bittensor TAO documentation子网结构和奖励分配
Fetch.ai / ASI AllianceASI-1迷你法学和FET代币
W3C Decentralized Identifiers (DIDs) spec身份基础

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.