قام فريق من باحثي الذكاء الاصطناعي بجعل 100 وكيل من نماذج اللغة الكبيرة (LLM) يديرون اقتصاد بلدة مغلقة لمدة 26 أسبوعاً، مراقبين الأجور والأسعار والتجارة في جغرافيا واقعية. انتهت التجربة، التي استمرت لفترة أطول بكثير من فترات التشغيل المعتادة التي تستغرق بضعة أيام، بتجمد الأموال إلى حد كبير في مكانها، مما كشف عن جمود الأسعار، وتصلب الأجور، وميل الوكلاء إلى اكتناز النقد.
لماذا تهم المدة الطويلة
تتوقف معظم عمليات المحاكاة الاقتصادية متعددة الوكلاء بعد بضعة أيام، مما يعطي انطباعاً بأن الأسواق تعدل نفسها بسرعة. أدى تمديد الجدول الزمني إلى نصف عام إلى جعل الوكلاء يختبرون طفرة مفاجئة في الطلب السياحي رفعت إيرادات الأعمال بمقدار 4.62 مرة. وبدلاً من تدفق الأموال الإضافية إلى العمال أو المشاريع الجديدة، بقيت داخل الشركات التي حققتها. استمر السوق في الدوران، لكن الأموال لم تتحرك تقريباً.
ما تكشفه الأرقام
- جمود الأسعار – لم تشهد سوى 0.3% من عناصر القائمة أي تغيير في الأسعار، حتى مع التقلبات الكبيرة في الطلب.
- تصلب الأجور – لم تتغير الأجور إلا قليلاً رغم قفزة الإيرادات، مما أبقى القوة الشرائية للعمال ثابتة.
- اكتناز النقد – بقي 96.7% من النقد المنقول بين الوكلاء مع المستلم، مما يشير إلى عدم الرغبة في الإنفاق أو الاستثمار.
- الفشل الاجتماعي – فشل الوكلاء في التنسيق اجتماعياً بنسبة تتراوح بين 94% إلى 97% من الوقت، مما يظهر انهياراً نظامياً في اتخاذ القرار الجماعي.
فرضت المحاكاة محاسبة صارمة: لم يتمكن الوكلاء من إنشاء الأموال، وكان يجب أن تكون كل معاملة متوازنة. أدى هذا القيد إلى تضخيم تأثير أي تردد في تداول النقد.
عائلة النموذج، وليس الذاكرة، هي التي دفعت النتائج
دخل الباحثون الدراسة بافتراض أن ذاكرة الوكيل للتفاعلات الماضية ستكون الرافعة الأساسية لتغيير السلوك. لكن البيانات خالفت هذا التوقع. أدت الاختلافات في عائلة نماذج LLM الأساسية —بنيات ومجموعات تدريب مختلفة— إلى أنماط متميزة في تحديد الأسعار، وتعديلات الأجور، والتدفق النقدي. تصرفت نفس آليات الذاكرة بشكل مختلف عبر عائلات النماذج، مما يشير إلى أن اختيار النموذج أهم من طريقة تنفيذ الذاكرة.
ولأن حالة الجمود ظهرت عبر عدة عائلات من النماذج، يرى المؤلفون أن جمود الأسعار وتصلب الأجور ليسا مجرد سمات غريبة في تنفيذ واحد، بل هما تحديات متأصلة في الأنظمة متعددة الوكلاء الحالية.
التداعيات على المطورين
- الفترات القصيرة تخفي الديناميكيات البطيئة. يمكن أن تفوت عمليات المحاكاة التي تستمر لبضعة أيام تحولات الثروة وإخفاقات التنسيق التي لا تظهر إلا بعد أسابيع أو أشهر.
- اختر النموذج بعناية. يمكن أن يؤدي الانتقال إلى عائلة LLM مختلفة إلى تغيير النتائج الاقتصادية بقدر ما يفعل تعديل نوافذ الذاكرة.
- راقب سرعة المعاملات. يشير التباطؤ المفاجئ في حركة النقد إلى تجميد شامل في السوق قد يتطلب تدخلاً.
- ضع ميزانية لاستخدام الرموز (tokens). استهلكت تجربة الـ 26 أسبوعاً 21.5 مليار رمز (token)، وهي تكلفة تزداد بشكل حاد مع طول فترة التشغيل وعدد الوكلاء.
وجهة نظر معارضة
يمكن للمرء أن يجادل بأن تصميم الاقتصاد المغلق —عدم إنشاء أموال خارجية، وقواعد توازن صارمة— يخلق ندرة اصطناعية تضخم سلوك الاكتناز. تستفيد الاقتصادات الحقيقية من الائتمان، والإنفاق الحكومي، والسياسة النقدية، وهي آليات غائبة عن بيئة الاختبار. ومع ذلك، كان الغرض من الدراسة هو عزل الديناميكيات المدفوعة بالوكلاء، وقد استمر الجمود الملحوظ حتى عندما ارتفع الطلب بشكل كبير.
ما يجب مراقبته لاحقاً
سيتعين على العمل المستقبلي اختبار ما إذا كان إدخال السيولة الخارجية أو قواعد محاسبية مرنة سيخفف من حالة الجمود، وما إذا كانت عائلات LLM الأحدث ستقلل من الجمود الملحوظ. كما يمكن لتتبع كيفية استجابة سرعة المعاملات للروافع الشبيهة بالسياسات أن يكشف عن طرق لحث الوكلاء على سلوك سوقي أكثر مرونة.
الخلاصة: إن تمديد عمليات المحاكاة متعددة الوكلاء إلى ما بعد الأفق القصير المعتاد يكشف عن احتكاكات اقتصادية متجذرة يحددها اختيار النموذج، وليس فقط تصميم الذاكرة. يجب على بناة الاقتصادات القائمة على الذكاء الاصطناعي التخطيط لفترات تشغيل طويلة، ومراقبة التدفق النقدي عن كثب، واختيار نماذج LLM الأساسية الخاصة بهم مع مراعاة المرونة النظامية.