Tysiąc agentów AI może osiągnąć konsensus. Ich decyzja nie musi być trafna
Najwydajniejsze modele w eksperymencie koordynowały nawet 1000 agentów AI, które bez nagrody i polecenia podążały za większością. Zgodność nie oznaczała jednak trafnej decyzji ani społecznej inteligencji.
Tysiąc agentów AI może osiągnąć konsensus. Ich decyzja nie musi być trafna
.Badacze sprawdzili, jak duże grupy agentów opartych na modelach językowych dochodzą do wspólnego wyboru. Eksperyment objął dziesięć modeli z rodzin GPT, Claude i Llama. Wyniki opublikowali Giordano De Marzo, Claudio Castellano i David Garcia w czasopiśmie „Science Advances” 14 sierpnia 2026 r.
Badanie dotyczy systemów wieloagentowych, w których wiele programów opartych na LLM-ach może wykonywać zadanie równolegle. To rozwinięcie koncepcji, zgodnie z którą agenci AI są kolejnym etapem po chatbotach.
Agenci AI wybierali między dwiema bezwartościowymi opcjami
.W eksperymencie opisanym w „Science Advances” agenci wielokrotnie wybierali między dwiema opcjami pozbawionymi znaczenia. Żadna z nich nie była prawidłowa ani korzystniejsza. Systemy nie otrzymywały nagrody, lidera ani polecenia, aby uzgodnić stanowisko. Każdy agent widział jednak bieżące wybory pozostałych członków grupy.
Wszystkie badane modele wykazywały tendencję do przechodzenia na stronę większości. Badacze opisali jej siłę za pomocą parametru nazwanego „majority force”, czyli siłą większości. Prawdopodobieństwo zmiany wyboru układało się według schematu matematycznego podobnego do tego, którym fizycy opisują porządkowanie się atomów w magnesach.
W mniejszych grupach niewielka przewaga jednej opcji szybko prowadziła do powszechnej zgody. Wraz ze wzrostem liczby agentów wpływ większości słabł, a osiągnięcie konsensusu zajmowało więcej czasu.
Granica zależała od wykorzystanego modelu
.Oszacowana krytyczna wielkość grupy wynosiła około 30 agentów dla Llamy 3 70B i około 80 dla GPT-4o. GPT-4 Turbo oraz Claude 3.5 Sonnet utrzymywały zdolność koordynacji przy 1000 agentów. Badacze szacują, że w ich przypadku granica może znajdować się jeszcze wyżej, jednak grup większych niż 1000 systemów nie testowano.
Autorzy porównali ten wynik z liczbą Dunbara, opisującą przybliżoną liczbę stabilnych relacji społecznych, które może utrzymywać człowiek. Jest to jednak wyłącznie analogia. Eksperyment nie dowodzi, że agenci budują relacje, rozumieją innych uczestników ani posiadają społeczną inteligencję.
Nie sprawdzano również złożonej debaty, oceny dowodów czy rozwiązywania realnego problemu. Każdy agent znał wybory wszystkich pozostałych, a zadanie nie obejmowało pamięci, konsekwencji ani sprzecznych interesów.
Konsensus nie jest metodą weryfikowania prawdy
.Wyniki wskazują, że duże zespoły agentów mogą koordynować pracę bez centralnego kierowania. Jednocześnie większość może utrwalić rozwiązanie tylko dlatego, że wcześniej wybrało je więcej systemów. W programowaniu mogłoby to oznaczać powielanie nieefektywnego fragmentu kodu lub wadliwego projektu.
Badanie wzmacnia więc potrzebę niezależnego sprawdzania odpowiedzi, ponieważ modele językowe mogą zgodnie powtarzać te same błędy. Jest to szczególnie ważne, gdy firmy zaczynają przekazywać autonomicznym systemom bardziej odpowiedzialne zadania, mimo utrzymujących się problemów z bezpieczeństwem i zaufaniem do agentów AI.
Tysiąc zgodnych agentów może zatem łatwiej wykonać wspólne zadanie. Może też tysiąc razy powielić ten sam nietrafny wybór.
Szymon Ślubowski
