來自 Zhenting Qi 等 16 位研究者的最新論文《Economy of Minds》提出了一種新穎的多智能體框架，其靈感來源於經濟學家弗里德里希·哈耶克關於市場去中心化協調的理論。該框架的核心思想是：讓一羣初始能力較弱的智能體通過經濟互動來自我組織和適應，從而湧現出更強大的集體智能，整個過程無需中心化控制或顯式的通信協議。
在這套經濟系統中，智能體通過拍賣競爭執行任務的權利，並使用虛擬貨幣進行支付。它們從環境中獲取獎勵並將其積累為財富。在拍賣過程中，每個智能體根據當前狀態和自身能力對行動權進行競標，出價最高的智能體獲得執行權並支付相應金額。這種機制確保了最有能力的智能體能夠獲得關鍵行動機會。環境反饋的獎勵則作為收入，智能體據此調整策略。這些簡單的經濟信號實際上起到了全局信用分配的作用，引導智能體進行規劃和決策。系統還引入了經濟選擇機制：表現高效的智能體能夠積累財富，並通過“利用”操作產生變異；而低效的智能體則走向破產，被“探索”操作生成的新智能體所取代。這種經濟選擇機制類似於自然選擇，通過財富的積累與破產實現羣體的進化。
研究團隊在五個具有挑戰性的智能體任務上評估了該系統的性能：數學推理、金融研究、科學研究、加速器設計以及分佈式系統優化。這些任務涵蓋了需要多步推理和策略規劃的複雜場景。實驗結果表明，即使初始智能體能力較弱，這個經濟系統也能自發產生多步推理策略，並超越更強大的單一模型基線。在每個任務上，經濟系統都展現出了優於傳統單一模型的性能，特別是在需要多步推理的複雜場景中。此外，研究還提供了理論分析，揭示了經濟動態如何塑造智能體行為，並將局部激勵與長期全局性能聯繫起來。這項工作開闢了一條通往多智能體智能的新路徑：與其設計複雜的協調機制，不如構建去中心化的激勵結構，讓智能自動湧現。