千符森林：在3B模型上運行多智能體經濟

在Build Small Hackathon中，Lester Leong（AdmiralTaco）構建了一個名為“Thousand Token Wood”的微型多智能體經濟模擬系統。該系統使用Qwen2.5-3B模型驅動五個林間生物（如貓頭鷹、松鼠等）進行商品交易、囤積和恐慌行為。所有模型通過Modal上的vLLM提供服務，並通過Gradio應用展示。

項目的核心在於展示小型模型在實時多智能體仿真中的可行性。相比前沿大模型，小型模型成本低、速度快，使得每個時間步所有智能體能夠通過一次批量GPU調用做出決策。然而，最初的版本因缺乏稀缺性而失敗：生產大於消費，每個生物自給自足，貿易無從發生。修復方案是引入三種稀缺機制：飲食多樣性（每餐只能吃一種食物）、易腐性（食物會腐爛）以及冬季燃料危機（所有生物需要燃燒木柴取暖）。其中，木柴只有一個生產者，需求隨時間增長，導致木柴價格飆升，木匠致富，其他生物競爭取暖。

在稀缺性就位後，3B模型暴露出其推理能力的侷限。雖然100%的調用都能生成有效的JSON，但經濟判斷力差，例如橡子生產者會下單購買橡子。解決方案不是換更大的模型，而是優化提示詞。作者為每個智能體指定了生產物和禁止購買物，計算其短缺商品清單，並提供一個工作示例。決策質量顯著提升。整個循環還包裹了容錯的JSON解析和修復層，避免因格式錯誤導致崩潰。

福利系統的設計也經歷了迭代。最初作為累加器模型導致長期赤字使所有生物歸零，形成死亡螺旋。後來改為均值迴歸的情緒模型，當生物吃飽喝足時恢復，永遠不會降到零，從而將風險轉移到價格和地位上。

項目最引人注目的功能是將歷史市場事件重新包裝為林地傳説。玩家可以繪製“木材傳説”，例如鬱金香狂熱被重寫為“大橡果狂熱”，南海泡沫成為“空心木交易公司”，1929年的銀行擠兑變成“對烏娜財寶的擠兑”。這些傳説並非僅添加風味文字，而是會觸發真實的經濟衝擊。在一次運行中，烏娜（貓頭鷹）的寶庫被傳為空，她開始拋售蜂蜜以籌集鵝卵石，導致蜂蜜價格從10暴跌至3。所有反應均非腳本編寫。

為了使價格波動可見，作者讓市場參考價格隨未滿足的供需漂移：大量未成交的買單推高價格，供應過剩則壓低價格。最終，15輪運行的數據顯示：有效JSON動作100%，每輪交易3-9筆，蜂蜜價格在銀行擠兑傳説中從10跌至3，木柴價格因冬季稀缺從4升至7，財富基尼係數從0.14擴大到0.38，最終木匠成為最富者，囤積者破產。

作者總結的經驗包括：小型模型工程的核心在於利用其可靠的格式化輸出，同時通過結構和提示彌補其不可靠的推理；湧現系統需要設計稀缺性；最吸引人的小型模型演示無需虛構戲劇，幾個世紀的市場歷史足矣，而一羣3B智能體足以演繹這些故事。