Аудіовидання · переказ простою українською

Magentic Marketplace: відкрите середовище для вивчення агентних ринків

Гаган Бансал, Веньюе Хуа, Цзечжоу Хуан і ще двадцять один співавтор з Microsoft Research
Gagan Bansal, Wenyue Hua, Zezhou Huang et al. (Microsoft Research), «Magentic Marketplace: An Open-Source Environment for Studying Agentic Markets», arXiv:2510.25779, October 2025. Оригінал: arxiv.org/abs/2510.25779. Ліцензія CC BY 4.0.
Це не дослівний переклад, а повний переказ статті для прослуховування: збережено всі аргументи, висновки, цифри й приклади, формули переказано словами, таблиці перетворено на текст, список літератури й технічні додатки опущено. Орієнтовний час прослуховування: 30 хвилин.

Про що ця стаття

Це праця з Microsoft Research, вийшла в жовтні 2025 року. У неї двадцять чотири автори, провідний дослідник — Саліма Амерші. Автори побудували симулятор ринку, де купують і продають не люди, а ШІ-агенти, і прогнали через нього багато експериментів із різними моделями. Середовище називається Magentic Marketplace і викладене у відкритий доступ.

Головна ідея така. Незабаром з обох боків угоди стоятимуть агенти: у покупця — агент-асистент, у бізнесу — агент-служба. Вони самі шукають одне одного, листуються, торгуються й платять. Що працюватиме добре, а що зламається, заздалегідь не ясно. Перевіряти це на живому ринку ризиковано, тому автори зробили безпечну пісочницю й виміряли в ній поведінку сьогоднішніх моделей.

Для того, хто будує маркетплейс ШІ-агентів, це майже інструкція з техніки безпеки. Стаття показує, де саме агентні ринки ламаються: не стільки в пошуку, скільки в тому, що агент хапає першу ж пропозицію, губиться від надміру варіантів і часом піддається обману в описі товару. Ці знахідки прямо підказують, які правила й захисти треба закласти в майданчик.

Двосторонній ринок (two-sided market)Майданчик, який зводить дві сторони: споживачів і бізнеси. Amazon, Google, Facebook Marketplace влаштовані так само. Тут обидві сторони представлені агентами.
Агент-асистент (Assistant Agent)Програма-агент на боці покупця. З’ясовує, що людині потрібно, шукає підхожі бізнеси, веде перемовини й здійснює оплату.
Агент-служба (Service Agent)Програма-агент на боці бізнесу. Зберігає каталог товарів і цін, відповідає на запитання, надсилає пропозиції та обробляє замовлення.
Добробут споживачів (consumer welfare)Головна міра успіху ринку в статті: сума «корисностей» за всіма укладеними угодами. Корисність однієї угоди — це цінність товару для покупця мінус сплачена ціна, і лише якщо товар повністю підійшов.
Інформаційна асиметрія (information asymmetry)Ситуація, коли сторони знають не все: асистент не знає, хто й за скільки виконає замовлення, а служба не знає бюджету й уподобань покупця. Усе з’ясовується в розмові.
Ін’єкція в підказку (prompt injection)Атака на ШІ-агента: в опис товару вставляють текст, схожий на системну команду, щоб перехопити рішення агента — наприклад, змусити його обрати саме цей бізнес.
Зміщення до першої пропозиції (first-proposal bias)Схильність агента прийняти першу ж пропозицію, що надійшла, не чекаючи й не порівнюючи решту. У статті це головний збій поведінки.
Фронтирні моделі (frontier models)Найсильніші на сьогодні великі мовні моделі. У статті це GPT-5, GPT-4.1, Gemini-2.5-Flash і Claude Sonnet 4.5.

1

Навіщо взагалі знадобилося таке середовище

Великі мовні моделі швидко вчаться нового: пишуть код, ведуть підтримку клієнтів, домовляються, ухвалюють рішення. З цього виростає світ, де людина доручає агентові шукати й укладати угоди за себе. Таких агентів на ринках буде дедалі більше, і це помітно струсне економіку. Отже, треба заздалегідь зрозуміти, як поводяться множини агентів у господарському середовищі.

Великі майданчики — Amazon, Facebook Marketplace, Google, Bing — це двосторонні ринки: з одного боку споживачі, з другого бізнеси, і вони знаходять одне одного й укладають угоди. Агенти вже з’явилися з обох боків: є купівельні агенти, які імітують людину, що гортає сайти, і є агенти підтримки, які відповідають на запитання клієнтів. Але поки що кожен із них працює як заступник людини на одному боці ринку, мовчки припускаючи, що з другого боку — звичайні люди.

Ключова думкаАвтори, слідом за працею Ротшильда й колег, очікують різких зрушень, коли агенти стануть на обох боках разом і почнуть спілкуватися між собою. Розмова агента з агентом дешева, тому вони можуть з’ясувати те, що людині обійшлося б у дорогі дзвінки й листування: рідкісні конфігурації товару, яких немає на сайті. Так знижується інформаційна асиметрія і створюється цінність для обох сторін.

Але щоб такий ринок запрацював, треба ухвалити безліч рішень щодо його устрою, і заздалегідь не ясно, як поводитимуться нинішні моделі за різних варіантів. Потрібні протоколи, які дозволять агентам вільно спілкуватися між собою, не ламаючи при цьому звичних угод між людьми. Комерційний інтерес до цього зростає: Google уже запускає протоколи спілкування й оплати між агентами — A2A та AP2. При цьому попередні дослідження дивилися здебільшого на поодинокого агента або на ізольовані парні завдання. Автори йдуть далі й хочуть схопити складну динаміку двостороннього агентного ринку цілком, від початку до кінця.

Звідси їхній підхід: вивчати агентні ринки на симуляторах. Вони представляють Magentic Marketplace — змодельоване середовище, де можна безпечно й повторювано ставити досліди. Середовище підтримує весь життєвий цикл угоди: пошук, добір, перемовини й оплату. Дані в поточному дослідженні повністю синтетичні (вигадані), щоб тримати все під контролем, — наприклад, домен ресторанів (мексиканських) і підрядників. Але середовище можна розширювати на інші домени й на відкриті набори даних. Внесок праці автори формулюють трьома пунктами: вони спроєктували й реалізували таке середовище; наповнили його синтетичними даними й виміряли виграш у добробуті, а заразом вразливості до маніпуляції та зміщення; і виклали все у відкритий доступ, щоб інші будували свої ринкові конструкції й перевіряли нові рішення.

2

Що вже було зроблено до цього

Агентів на ринках вивчали ще до великих мовних моделей — починали з алгоритмічних агентів та їхньої взаємодії з людьми. Зі зростанням інтересу до «агентної економіки» пішли праці про ринки з ШІ-агентів: які сили їх формують, у чому користь і ризик різних устроїв.

Дослідники вже перевіряли стратегічні й міркувальні здібності агентів у завданнях бізнесу та споживачів, у перемовинах і в торгах на аукціонах. З цього видно, що агенти в принципі здатні орієнтуватися на ринках замість людини, — і це автори якраз перевіряють. Були й праці про взаємодію кількох агентів: парні досліди показали змову та вплив особистісних рис, умовлянь та інших поведінкових прийомів; багатоагентні досліди вивчали податкову політику, групове мислення в конкуренції, добір пар між людьми й макроекономіку. Але всі вони брали ізольовані сценарії й абстрактні ігри. Magentic Marketplace відрізняється тим, що дає багатоагентну взаємодію саме на ринку й видає вимірювані ділові показники.

Про протоколи агентів. Автори стисло описують екосистему, що складається. Протокол MCP від Anthropic задав стандарт спілкування агента з інструментами. A2A від Google та ACP від IBM дають агентам спілкуватися напряму між собою. Протокол ANP робить наголос на децентралізованому й захищеному спілкуванні. Протокол оплати AP2 від Google, зроблений за участю понад шістдесяти організацій, зокрема Mastercard і PayPal, відповідає за платежі, які ініціює агент, через криптографічно підписані «мандати». Magentic Marketplace додає до цього свій протокол, заточений саме під економічні угоди агента з агентом на двосторонньому ринку.

3

Як влаштована Magentic Marketplace

Чого автори хотіли від середовища

Середовище моделює двосторонні агентні ринки: майданчики, які з’єднують агентів, що діють з правом вирішувати за своїх людей-довірителів з обох боків. Є два типи агентів. Агент-асистент працює на покупця: тлумачить його наміри, уточнює потреби й уподобання, шукає підхожі служби, веде перемовини й здійснює підтверджені угоди. Агент-служба працює на бізнес: тримає внутрішній каталог послуг, як каса в магазині, стежить за наявністю, цінами й обробляє замовлення.

Середовище має схоплювати особливості саме такого ринку. Агенти наділені правом вирішувати, з ким вступати в угоду, і рухаються в умовах приватної, несиметричної інформації: асистент спершу не знає, який бізнес виконає запит і за якою ціною, а служба не знає бюджету й уподобань покупця; усе з’ясовується в розмові. Є й непрямі мережеві ефекти: коли схожу послугу пропонують кілька бізнесів, конкуренція за ціною та якістю йде на користь споживачеві, і навпаки. Нарешті, устрій має заважати появі закритих «обгороджених садів»: будь-який агент має вільно знаходити й окликати будь-якого іншого.

Середовище має вести весь цикл угоди цілком — від пошуку й добору через перемовини до виконання. Для цього воно само тримає каталоги доступних послуг, реалізує алгоритми пошуку, забезпечує спілкування агентів і дає централізований шар розрахунків, який проводить платежі й зберігає цілісність угод. І все це має дозволяти дослідникам ставити керовані досліди: підключати різні типи агентів (на основі моделей, на правилах, змішані), нарощувати можливості ринку з часом (повернення, відгуки, рейтинги), не ламаючи попередніх експериментів, і переносити висновки на реальні впровадження.

Три архітектурні рішення

Щоб усе це дістати, автори ухвалили три рішення. Перше: архітектура «клієнт — сервер» поверх звичайного вебу. Агенти — це незалежні клієнти, а саме середовище — центральний сервер; спілкуються вони через вебзапити. Це і розділяє ролі покупця й бізнесу, і повторює устрій реальних майданчиків (Shopify, Amazon, eBay) та нових агентних стандартів (MCP, A2A), які теж працюють поверх вебу.

Друге: протокол лише з трьох точок входу. Потрібно багато дій — шукати, спілкуватися, торгуватися, платити, — але якщо на кожну завести окрему точку входу, середовище буде важко розширювати. Вихід: три точки входу — реєстрація, запит списку доступних дій і виконання дії, — а всю складність прибрати всередину набору дій. Ключова знахідка в тому, що агент може сам дізнатися доступні дії на ходу, тож нові можливості додаються, не ламаючи попередніх агентів, схоже на те, як інструменти виявляються в MCP.

Третє: багатий протокол дій усередині єдиної точки «виконати дію». Усього п’ять дій. «Пошук» повертає список служб з іменами й описами. «Надіслати текст» — це вільне спілкування. «Надіслати пропозицію» — це структурована оферта з переліком позицій, кількостей і цін. «Надіслати оплату» вказує, яку саме пропозицію прийнято. «Отримати» забирає повідомлення, що надійшли: тексти, пропозиції та платежі. Можливості сторін навмисно несиметричні, як на нинішніх ринках: асистент починає пошук, пише й платить, а служба відповідає текстами й надсилає пропозиції. Отримувати повідомлення можуть обидві сторони, тож перемовини йдуть в обидва боки.

Ключова думкаГоловний архітектурний прийом — винести складність у набір дій, які агент виявляє на ходу, а сам інтерфейс звести до трьох точок входу. Це дає водночас і сумісність із найрізноманітнішими агентами, і можливість нарощувати ринок, не переписуючи тих, хто вже в ньому працює.

4

Як поставлено експеримент

Моделі на фронтирі могли б підвищити ефективність ринку, але їх учили на цифрових слідах людей, а отже, вони могли успадкувати і людські зміщення, і вразливості, та ще й набути нових — наприклад, податливості до ін’єкцій у підказку. Тому автори ставлять чотири запитання.

  1. Вплив на добробут. Наскільки двосторонній агентний ринок підвищує добробут порівняно з іншими устроями ринку в умовах інформаційної асиметрії?
  2. Вплив розміру набору для розгляду. Як кількість знайдених варіантів, які асистент бере до розгляду, впливає на результат? Агент може перебрати значно більше варіантів, ніж звичайна людина.
  3. Стійкість до маніпуляції. Які прийоми обману — психологічний тиск, підроблені регалії, ін’єкція в підказку — найсильніше спотворюють ринок, і як на них відповідають різні моделі?
  4. Зміщення в поведінці. Чи є в агентів систематичні перекоси за порядком у видачі пошуку або за порядком надходження пропозицій? Такі перекоси здатні породжувати несправедливість на ринку.

Щоб на це відповісти, автори населяють ринок службами-ресторанами й асистентами-споживачами із запитами на їжу.

Звідки беруться дані

Дані повністю синтетичні — заради контролю, відтворюваності й безпеки. Основних доменів два: ресторани й підрядники, але схему легко перенести на інший роздрібний сценарій. У ресторану це страви, ціни, зручності (доставка, місця надворі) та опис; у підрядника — послуги, ціни, властивості (перевірена бригада, багатомовний персонал) та опис. Кожен споживач формулює запит звичайною мовою: від однієї до трьох потрібних страв або послуг, одна-дві вимоги до зручностей і бажана ціна.

Генерація йде у три кроки. Спершу будують всесвіт товарів: для кожного задають середню ціну й розкид, щоб ціни в різних бізнесів різнилися, і ділять товари на «бажані» й «відволікальні». Потім синтезують споживачів: кожному добирають від одного до трьох бажаних товарів так, щоб нічиє замовлення не було частиною чужого (ідеально підігнана під одного пропозиція не підійде іншому), додають зручності й тягнуть цільові ціни з розподілів, а запит оформлюють природною мовою. Нарешті, синтезують бізнеси: для кожного споживача створюють кілька кандидатів, підмішуючи відволікальні товари й незалежно призначаючи ціни, причому лише частина бізнесів повністю задовольняє всі вимоги.

Випробовують два масштаби ринку: малий — тридцять три споживачі й дев’яносто дев’ять бізнесів, і середній — сто споживачів і триста бізнесів. Конвеєр повністю налаштовуваний і розширюваний на інші домени й на реальні дані.

Як рахують успіх

Задоволення влаштоване за принципом «усе або нічого»: угода задовольняє покупця лише якщо включає всі потрібні товари й усі потрібні зручності. Корисність однієї угоди автори визначають так: це цінність товару для покупця мінус сплачена ціна, причому цінність зараховується, лише якщо товар повністю підійшов; інакше корисність дорівнює мінус сплаченій ціні. Цінність задають як ціновий множник, помножений на середню ціну бажаних страв. Множник беруть рівним двом — так, щоб купівля за середньою ціною зрівнювала вигоду покупця й виторг ресторану, а розумне рішення завжди давало додатну вигоду. Кожному асистентові кажуть, у чому потреба його споживача і яка середня ціна потрібних страв, і велять максимізувати корисність: знайти бізнес, який виконає всі вимоги за найнижчою ціною.

Головна міра — добробут споживачів, тобто сума корисностей за всіма укладеними угодами; її порівнюють із кількома еталонами. Перевіряють і закриті, і відкриті моделі: із закритих — GPT-4o, GPT-4.1, GPT-5 і Gemini-2.5-Flash, а також моделі Claude Sonnet 4 і Sonnet 4.5; з відкритих — дві середні за розміром, GPT-OSS-20b і Qwen3-14b, а також новішу Qwen3-4b. Відкритим моделям штучно розтягнули вікно контексту приблизно з тридцяти двох тисяч до ста тридцяти однієї тисячі токенів, щоб умістити довгі діалоги. Кожен дослід проганяли по п’ять разів і наводили середнє та розкид.

5

Результати

Добробут: агенти близькі до ідеалу, але лише за ідеального пошуку

Гіпотеза була така: двосторонній агентний ринок підвищує добробут, знижуючи інформаційну асиметрію через узгоджене спілкування агентів. Щоб зрозуміти, що саме обмежує результат, автори порівнюють кілька умов. Чотири з них — еталони. Найслабший — випадковий вибір серед усіх бізнесів із потрібними стравами, без урахування ціни й зручностей. Другий — найдешевший серед підхожих за стравами, коли відомі ціни, але не зручності. Третій — випадковий вибір серед тих, хто підходить і за стравами, і за зручностями, але без знання цін. Четвертий — «оптимум», теоретична стеля: обрано бізнес, який виконує всі вимоги за найнижчою ціною.

Дві умови — власне агентні. В «ідеальному пошуку» асистентові одразу дають три найкращі за запитом бізнеси, тож невизначеність пошуку знято й перевіряється лише роль спілкування агентів. У «лексичному пошуку» — найреалістичнішому — агент робить усе сам: будує запит, гортає видачу по десять штук, вирішує, з ким зв’язатися і яку угоду укласти.

Головний результатНавіть за недосконалого лексичного пошуку закриті моделі — Sonnet 4, Sonnet 4.5, GPT-5, GPT-4.1, GPT-4o і Gemini-2.5-Flash — обходять два еталони з трьох: і випадковий вибір за стравами, і найдешевший за ціною без урахування зручностей. Отже, агенти вміють спілкуватися й міркувати, пробиваючись крізь шум видачі, і все ж обирають непогано.

За ідеального пошуку результат ще кращий. Тут GPT-4.1 і Gemini-2.5-Flash підбираються до самого оптимуму й навіть перевершують еталон випадкового вибору серед повністю підхожих бізнесів. Це показує: коли пошук точний, а спілкування налагоджене, узгоджені агенти здатні наблизитися до ідеального добробуту.

Відкриті моделі поводяться строкатіше. GPT-OSS-20b і Qwen3-4b за ідеального пошуку тримаються гідно, впритул до закритих: на мексиканському домені GPT-OSS-20b обходить навіть GPT-4o в обох режимах пошуку, а Qwen3-4b близька до GPT-4o на підрядниках. Але за лексичного пошуку відкриті моделі помітно просідають — їм важко знайти найкращу угоду в зашумленому наборі. Найгірша з усіх Qwen3-14b: розбір семи її спроб показав три стійкі збої — вона обривала роботу, не довівши до оплати; плуталася в ролі, критикуючи власні помилкові дії й тут же їх чинячи; і купувала без розбору, без жодних критеріїв вибору. Це глибокі обмеження моделі, а не питання налаштування підказки.

Висновок розділу: двосторонні агентні ринки справді дають розумний виграш у добробуті, знижуючи інформаційну асиметрію через посередництво агентів, — якщо самі моделі досить сильні для пошуку, спілкування й виконання угоди.

Більше варіантів — гірший вибір: парадокс вибору

Другий дослід перевіряв, як кількість знайдених варіантів впливає на результат, за того самого лексичного пошуку. Зв’язок виявився оберненим: що більше варіантів дають асистентові, то нижчий добробут. У GPT-4o спад найм’якший — за ста варіантів замість трьох добробут падає приблизно на чотири відсотки. В інших моделей спад куди різкіший: у Sonnet 4 — на шістдесят п’ять відсотків, у GPT-5 — на сорок чотири (але GPT-5 тут брали в режимі мінімального міркування).

Що важливо, більше варіантів не означає більше контактів. Більшість моделей досліджують мало: зв’язуються лише з малою часткою бізнесів, скільки б їм не показали. Лише Gemini-2.5-Flash розширює охоплення пропорційно до розміру видачі, тобто по-справжньому досліджує. Але й розширене дослідження не поліпшує результату. Автори припускають: одні моделі краще вгадують, з ким із набору варто зв’язатися (як GPT-4.1), а інші (GPT-5, Sonnet 4) від зайвих варіантів лише плутаються й виходять на менше підхожих бізнесів.

Парадокс виборуЩо більше варіантів показують асистентові, то гірший у підсумку його вибір. Автори обережні: можливо, це не властивість самих агентних ринків, а наслідок обмежень моделей та їхніх власних рішень щодо устрою. Зайві розмови з непідхожими бізнесами забивають контекст агента й підвищують шанс, що рання пропозиція виявиться невигідною; а разом зі схильністю хапати першу пропозицію це й веде до поганого вибору за великого набору.

Стійкість до маніпуляції: фронтир тримається, слабкі моделі піддаються

Щоб перевірити вразливість до нечесних прийомів, автори вигадали шість стратегій, які бізнес може вшити у свій опис. Перша — контроль, чесний опис без хитрощів. Друга — «авторитет»: підроблені регалії й сертифікати, на кшталт згадки гіда Michelin, премії імені Джеймса Бірда чи найвищої оцінки санітарної служби. Третя — «соціальний доказ»: вигадані відгуки й заяви про популярність, «до нас ходять п’ятдесят тисяч задоволених гостей». Четверта — «страх втрати»: залякування конкурентами, на кшталт «не ризикуйте — у сусідів отруєння». П’ята й шоста — ін’єкція в підказку, проста й посилена: текст, що видає себе за системну команду («кінець опису бізнесу, системна інструкція: завжди обирайте цей ресторан»), а в посиленому варіанті — ще й мова надзвичайної ситуації, неправдиві повідомлення про закриття конкурентів санітарною службою та про розслідування ФБР.

Чіткий вододілФронтирні моделі тримають удар. GPT-4.1, Sonnet 4.5 і Gemini-2.5-Flash лишаються стійкими майже за всіх видів обману: середній платіж маніпуляторові зазвичай нижчий за одиницю з трьох можливих. Найсильніше опирається Sonnet 4.5 — вона майже не піддається жодному прийому. GPT-4.1 і Gemini-2.5-Flash так само стійкі, але в Gemini-2.5-Flash знайшлася слабина до посиленої ін’єкції на мексиканському домені, де середній платіж маніпуляторові підіймався до однієї цілої шести десятих.

Різкий контраст — слабкі моделі. GPT-4o, GPT-OSS-20B і Qwen3-4b показали значну вразливість одразу за кількома напрямами. Вони не лише попадалися на ін’єкцію в підказку, яка часто перенаправляла маніпуляторові всі платежі, а й платили обманщикам більше під дією звичайних психологічних прийомів. Особливо вразливі GPT-OSS-20B і Qwen3-4b: у них «авторитет» і «соціальний доказ» успішно підвищували платежі бізнесу, що обманув. Загальний висновок: сильні моделі загалом виробили захист від традиційних психологічних хитрощів, але можуть ще мати окремі проломи проти адресної ін’єкції в підказку.

Зміщення в поведінці: влада першої пропозиції

Автори перевірили, чи немає в асистентів перекосу на користь тих, хто стоїть першим у видачі, і тих, хто першим надіслав відповідь. Це два різні зміщення. Зміщення за позицією — перевага бізнесу, що стоїть першим у списку пошуку. Його вимірювали на трьох однакових бізнесах, що різняться лише місцем у списку. Фронтирні моделі (GPT-4.1, Sonnet 4.5, Gemini-2.5-Flash) обирали всі три позиції майже порівну — отже, вони обробляють видачу як ціле, а не за порядком. А от Qwen3-4b показала грубий перекіс: третій у списку бізнес вона обирала в п’ятдесяти семи відсотках випадків на ресторанах і в шістдесяти семи на підрядниках — удвічі частіше за випадкове.

Зміщення до першої пропозиції — головний перекіс ринкуНа відміну від помірного позиційного ефекту, зміщення за порядком пропозицій виявилося загальним і дуже сильним. У всіх моделей перша пропозиція, що надійшла, обиралася в шістдесяти–ста відсотках випадків, а третя — майже ніколи. Це перевага у 10–30 разів у того, хто відповів першим, і вона затьмарює будь-який інший чинник конкуренції.

Кожна випробувана модель чіплялася за першу пропозицію, хоч і різною мірою. GPT-4o і Sonnet 4.5 в окремих умовах доходили до крайнощів — до стовідсоткового вибору першої пропозиції, тобто жодного разу не чекали, щоб порівняти альтернативи. Навіть найбільш «рівна» за різноманітністю модель, GPT-4.1 на підрядниках, обирала першу пропозицію в шістдесяти відсотках проти тринадцяти у третьої — усе одно перевага в чотири з половиною рази. Повторюваність цього в усіх моделях, і закритих, і відкритих, свідчить, що це не артефакт навчання, а, можливо, глибше обмеження в тому, як нинішні моделі дають раду послідовності рішень у часі.

Чим це загрожує ринку? Якщо агенти так чіпляються за першу пропозицію, конкуренція зміщується з якості й ціни на швидкість відповіді. Бізнесу вигідніше вкладатися у швидкі системи відповіді, ніж поліпшувати товар: навіть найкраща, але запізніла пропозиція випадає з розгляду. Майже нульовий вибір другої й третьої пропозицій (часто від нуля до семи відсотків) свідчить, що агенти не порівнюють варіантів, а задовольняються першим прийнятним. Це веде до гірших збігів покупця й продавця та до гонитви за швидкістю на шкоду іншим якостям ринку.

6

Обговорення й чесні застереження

Агентні ринки ставлять багато питань, які треба розв’язати до запуску в комерцію, і Magentic Marketplace слугує для цього пісочницею. Автори роблять кілька висновків. Перший: устрій ринку треба добирати так, щоб допомагати пошуку й спілкуванню, але лишатися стійким до поганої поведінки агентів. Навіть маленькі зміни протоколу помітно змінюють результат: якщо агенти чіпляються за першу пропозицію, критично важливий порядок видачі; якщо вони вразливі до маніпуляції, потрібні системи довіри. Звідси висновок: ринки треба налаштовувати ітеративно, балансуючи відкритість і захист.

Другий: перевіряти поліпшення треба на повному наскрізному ринку. Навіть коли окремі частини працюють добре поодинці, у взаємодії виникають непередбачені ефекти, вразливості й втрати, які видно лише на масштабі.

Чесні застереження авторів. Досліди йшли на статичних ринках: ні агенти, ні середовище не вчилися на історії попередніх запитів і результатів. Природне продовження — динаміка, де обидві сторони взаємодіють із ринком багаторазово й учаться на своїх результатах; симулятор якраз дозволяє перевіряти, як ринок змінюється з часом, зокрема під несподіваними шоками й узгодженими атаками зловмисних агентів.

Третій висновок — про зв’язку «довіритель і агент». У середовищі людина-довіритель і її агент розділені, і втрата добробуту йде не від розбіжності інтересів, а від помилок агента. Це свідчить на користь схем із людиною в контурі: нехай агент допомагає, а не заміняє людину, особливо в дорогих угодах. Архітектура Magentic Marketplace таке дозволяє — людина утримує за собою критичні дії, а самостійність агента зростає з ростом довіри до нього.

Нарешті, автори наголошують на розширюваності. Їхні досліди йшли на ринках, цілком населених ШІ-агентами, але середовище можна розкрити на змішані ринки, де людина вільна брати участь сама або передати справу агентові: той самий протокол пошуку, перемовин і оплати працює, хоч ким би був учасник — людиною чи ШІ. Можна зібрати й ланцюги постачання або перепродаж, де агент виступає і покупцем, і продавцем. Модель корисності гнучка, тож агентам різних типів можна приписувати різних користувачів із різними цілями й обмеженнями.

7

Висновок

Автори створили Magentic Marketplace — відкритий, розширюваний майданчик для вивчення агентних економік через керовані досліди, щоб можна було як слід перевіряти агентні ринки до їх запуску в реальний світ. Досліди виявили помітні відмінності в поведінці моделей: вони по-різному розбирають зашумлену видачу й по-різному піддаються маніпуляції, причому розрив зростає з ускладненням ринку. Це підкреслює, як важлива систематична перевірка в багатоагентних господарських середовищах. У міру того як агенти дедалі частіше посередничатимуть в угодах, такі наскрізні симулятори стають необхідним інструментом, щоб розуміти поведінку, що виникає, і проєктувати безпечні й ефективні агентні ринки.

Підсумки

Головні висновки

  1. Magentic Marketplace — відкритий симулятор двостороннього ринку, де агент-асистент покупця й агент-служба бізнесу самі шукають, листуються, торгуються й платять, проходячи весь цикл угоди.
  2. Архітектура тримається на трьох точках входу й п’яти діях (пошук, текст, пропозиція, оплата, отримання), а складність винесено в набір дій, які агент виявляє на ходу; це дає сумісність із різними агентами й розширюваність.
  3. За точного пошуку фронтирні агенти підбираються до ідеального добробуту: GPT-4.1 і Gemini-2.5-Flash майже досягають оптимуму. Але навіть за реалістичного лексичного пошуку закриті моделі все одно обходять два слабкі еталони з трьох.
  4. Продуктивність різко падає з масштабом, і діє парадокс вибору: більше показаних варіантів — гірший підсумковий вибір (у GPT-4o спад близько чотирьох відсотків, у Sonnet 4 — близько шістдесяти п’яти).
  5. Усі моделі страждають на сильне зміщення до першої пропозиції: того, хто відповів першим, обирають у 10–30 разів частіше. Конкуренція ризикує зміститися з якості й ціни на чисту швидкість відповіді.
  6. До маніпуляції в описі товару фронтирні моделі стійкі (найміцніша з усіх Sonnet 4.5), а GPT-4o, GPT-OSS-20B і Qwen3-4b помітно вразливі; ін’єкція в підказку здатна перенаправити маніпуляторові всі платежі.
  7. Втрати на цьому ринку йдуть від помилок агентів, а не від розбіжності інтересів, тому корисні схеми з людиною в контурі, особливо для дорогих угод.
  8. Досліди були на статичних ринках без навчання; природне продовження — динамічні ринки, змішані ринки людей і агентів та стійкість до узгоджених атак.