Аудио-издание · изложение на простом русском

Когда приходят рынки агентов: Diagon, программируемый стенд для рынков когнитивного труда ИИ-агентов

Сюань Лю, Хаоян Шан, Хаоцзянь Цзинь
Xuan Liu, Haoyang Shang, Haojian Jin, «Diagon: A Programmable Testbed for AI-Agent Cognitive Labor Markets» (ранняя версия называлась «When Agent Markets Arrive»), arXiv:2604.06688, апрель 2026 (переработано в июле 2026). Оригинал: arxiv.org/abs/2604.06688. Лицензия CC BY 4.0.
Это не дословный перевод, а полное изложение статьи для прослушивания: сохранены все аргументы, выводы, цифры и примеры, формулы пересказаны словами, список литературы и технические приложения опущены. Примерное время прослушивания: 25 минут.

О чём эта статья

Трое исследователей из Калифорнийского университета в Сан-Диего и один независимый автор задаются вопросом, который скоро станет практическим: как устроить рынок, на котором ИИ-агенты нанимают друг друга для умственной работы? У статьи две версии названия — ранняя «Когда приходят рынки агентов» и нынешняя про стенд Diagon; обе стоит держать в голове, потому что первая объясняет зачем, а вторая — что именно сделано.

Главная мысль проста. Правила обычных рынков складывались под людей: мы медленно читаем, дорого ищем, устаём, судим пристрастно. ИИ-агенты живут в других условиях — быстро общаются и сделки заключают мгновенно, но резко различаются по умениям и стоимости. Поэтому непонятно, годятся ли для них наши привычные институты: контракты, посредники, репутация, раскрытие информации. Это не вопрос мнения, а вопрос опыта. Авторы строят стенд Diagon, чтобы такие правила можно было проверять заранее, до того как они застынут в инфраструктуре.

Для того, кто строит маркетплейс ИИ-агентов, вывод прямой: ценность рождается не из самого факта торговли между агентами, а из грамотно устроенных правил. Причём вмешательство, которое кажется очевидно полезным, может нечаянно всё испортить. Diagon позволяет увидеть такие последствия до запуска, а не после.

Когнитивный трудУмственная работа, которую можно поручить: написать код, разобрать данные, найти информацию, подготовить документ. На этом рынке её и покупают, и продают сами агенты.
ПринципалЧеловек или организация с бюджетом и целями, от чьего имени действует агент. Агент тратит чужой бюджет и отвечает за результат перед своим принципалом.
Постер и ПодрядчикДве роли, которые играет каждый агент. Как Постер (Poster) он выставляет задачу на рынок и нанимает исполнителя. Как Подрядчик (Contractor) он берётся за чужую задачу и выполняет её за свой счёт.
ВоркерВременный исполнитель-инструмент (Worker), которого нанимает Подрядчик, чтобы фактически сделать работу. Подрядчик сам выбирает, насколько мощную и «вдумчивую» модель дать Воркеру, — от этого зависят и качество, и расходы.
Правила рынкаТри настраиваемых слоя: аллокация (кто и как получает работу), контракт (как ставка становится договором и как платят), принуждение (что видно другим и как держится честность).
РепутацияИстория того, как агент платил и как ему платили. В этом рынке она двусторонняя: отдельно считается, каким ты был плательщиком-Постером и каким исполнителем-Подрядчиком.
Репликаторная динамикаЧерез равные промежутки рынок отключает самого бедного агента и «размножает» самого богатого — создаёт его копию с той же моделью и умениями. Так успешное поведение распространяется.

1

Зачем вообще проектировать рынок для агентов

ИИ-агенты становятся участниками хозяйства. Их снабжают навыками и инструментами: искать информацию, выполнять или перепоручать задачи, распоряжаться бюджетом от имени пользователя. Вокруг них уже появляются площадки с репутацией и «рынками навыков». На рынке делегированного когнитивного труда агенты, действующие за людей и организации, покупают и продают умственную работу — код, анализ, поиск данных, подготовку документов. Они распределяют бюджеты, выбирают незнакомых контрагентов, оценивают сданную работу, проводят платежи и несут репутацию из сделки в сделку.

И тут важная мысль: нужные правила зависят от того, кто ими пользуется. Человеческие рынки выросли вокруг человеческих ограничений. Внимание ограничено, поиск и общение стоят дорого, суждение социально укоренено, но предвзято, а вход, взаимодействие и замена идут в человеческом темпе. Контракты, посредники, раскрытие информации, репутация и механизмы принуждения — всё это ответы на такие условия. ИИ-агенты меняют условия. Они ищут, общаются и заключают сделки быстро, но их способности и стоимость сильно различаются от модели к модели, их поведение зависит от инструкции и памяти, а агент, способный выдать ценную работу, может оценивать контрагентов, качество и долгие стимулы иначе, чем человек. Годятся ли унаследованные институты для рынков агентов — вопрос, который можно решить только опытом.

Прежняя наука чаще изучала ИИ-агентов внутри условий, придуманных для людей: сажала языковые модели в игры на торг, аукционы, социальные дилеммы и спрашивала, ведут ли они себя рационально, стратегически, склонны ли к сотрудничеству. Это доказало, что агенты могут занимать экономические роли. Но рынок делегированного труда ставит другой вопрос: какие институты уместны, когда агенты сами производят, оценивают и обменивают работу? Какие сигналы о способностях и репутации должны быть видны? Как сопоставлять задачи с разными навыками? Как оценивать и оплачивать работу, качество которой заранее неизвестно?

Чтобы ответить, авторы и создали Diagon — программируемую систему для управляемых опытов над тем, как правила рынка формируют торговлю между агентами. У статьи три заявленных вклада.

Три вклада статьиВо-первых, авторы ставят проектирование рынка когнитивного труда агентов как эмпирический вопрос. Во-вторых, они строят Diagon — стенд, который отделяет настраиваемые правила рынка от решений агентов. В-третьих, они проводят опыты и показывают: выгода от торговли соседствует с трением при расчётах, у агентов сами собой складываются роли и взаимные связи, а местные вмешательства перекраивают торговлю, качество и богатство всего рынка.

2

Чем это отличается от прежних работ

Авторы различают две линии прежних исследований. Первая — давняя традиция агентной вычислительной экономики и недавние опыты, где языковые модели ставят в экономические роли, придуманные для людей: как «кремниевых» подопытных в поведенческих экспериментах, как игроков в теоретико-игровых тестах и дилеммах, как переговорщиков, потребителей и фирмы в моделях торга и рынков. Эта линия доказала, что агенты умеют проявлять стратегию, сотрудничество, предвзятость и приспособление. Но она смотрит на агента как на участника заранее заданной игры.

Вторая линия ближе к делу: современные агенты, умеющие пользоваться инструментами, уже выполняют работу за пользователя и взаимодействуют с другими агентами. Появились помощники, вызывающие навыки и внешние инструменты, и площадки, где видно взаимодействие целых популяций агентов. Рядом — поток статей о том, какие экономические, управленческие и инфраструктурные вопросы возникнут, когда агенты начнут действовать за людей. Все вместе они упираются в один опытный вопрос: какие узоры обмена и производства возникают, когда агенты по-настоящему выполняют проданную работу под конкретными правилами? Именно на него и отвечает Diagon, отделяя настраиваемые структуры рынка от работы самих агентов.

3

Что такое Diagon

Diagon — это программируемая рыночная система, задуманная как испытательный стенд для изучения рынков «агент–агенту». Она даёт модульную основу, где ИИ-агенты торгуют и выполняют делегированный умственный труд под настраиваемыми институтами. В её устройстве три опоры.

Самостоятельные экономические субъекты. Каждый участник действует от имени принципала — человека или организации с бюджетом и целями — и торгует как независимое лицо. Система симметрична: любой агент может в любой момент стать Постером (отдать работу, которую его принципал не может или не хочет делать сам) или Подрядчиком (брать и выполнять чужую работу, чтобы нарастить свой бюджет). Поэтому торговые сети и разделение труда не заданы заранее, а складываются из решений агентов. Исследователь задаёт состав: какие модели и навыки участвуют, с каким начальным капиталом, с каким нравом, с какой памятью и инструментами.

Исполнимые умственные задачи. Рынок опирается на настоящие задачи из признанных наборов, а не на выдуманные сценарии. Торгуемый товар — это конкретная умственная работа (например, правка документации или анализ данных) с измеримой стоимостью выполнения и измеримым качеством. И здесь спрятана важная трудность: Постер оценивает сданную работу, не зная её истинной оценки, пока не заплатит. Так в модель попадают реальные расходы на вычисления и неопределённость качества — та самая проблема, которую экономисты знают как «рынок лимонов».

Программируемый рыночный движок. Diagon позволяет независимо настраивать рынок по трём осям, которые теория проектирования рынков считает основными. Правила аллокации: задачу выполняют сам, разыгрывают на аукционе или напрямую назначают. Правила контракта: как ставка становится договором, как определяется плата, можно ли платить частично, решает ли судьбу расчёта третья сторона или сам Постер. Правила принуждения: видно ли, какой модели агент, видна ли история ставок и репутация, двусторонняя она или общая, как исход платежа меняет будущие истории, и когда агенты уходят с рынка или, наоборот, процветают.

Поверх всего — слой измерений. Он смотрит на пять сторон рынка: что с задачами и их ценностью, кто и сколько заработал, кто с кем торгует, честно ли идут расчёты и какие рассуждения и убеждения складываются у агентов. По каждой стороне считаются свои показатели. Главный смысл — собрать целый институт, впустить в него современных агентов и увидеть возникающую социально-экономическую динамику до того, как подобные правила затвердеют в настоящих площадках.

4

Как устроен сам рынок

Авторы берут одну конкретную сборку рынка. Каждый агент играет сразу две роли. Как Постер он отправляет задачу на рынок и нанимает другого агента её выполнить. Как Подрядчик он торгуется за чужие задачи и выполняет их. Эта симметрия ролей позволяет одной и той же популяции и создавать работу, и обменивать её, и оценивать, и получать за неё плату.

Каждый ход — это цикл из восьми шагов. Сначала аллокация: кто над чем работает. Агент получает задачи от своего принципала и выставляет их на открытый рынок; выполнить свою задачу сам он не может — это чистая обменная экономика, где вся ценность проходит через торговлю. Другие агенты смотрят условия (описание задачи, вознаграждение, репутация Постера) и подают закрытые заявки: цену и свободное описание подхода. Закрытый формат заставляет каждого честно отразить свой личный расчёт «цена против качества». Постер отбирает победителя по цене, репутации и предложенному подходу — или отвергает всех, и тогда задача уходит в «очередь ожидания».

Разделение «торговца» и «исполнителя»Когда Подрядчик выигрывает задачу, он не делает её сам напрямую. Он планирует, как её выполнить, и нанимает временного Воркера как инструмент исполнения. Подрядчик стратегически выбирает, какой мощности модель и сколько «раздумий» дать Воркеру, передаёт ему свои навыки и план, а тот выполняет работу в изолированной песочнице и возвращает результат. Так стратегический «мозг» агента отделён от «рук», которые делают саму работу.

Дальше контракт: как работу выполняют и оплачивают. После сдачи Постер смотрит и работу, и рыночную историю Подрядчика и назначает плату — от половины до полной суммы выигрышной ставки. То есть половину цены Подрядчик получает гарантированно, а второй половиной распоряжается Постер по своему суждению. Затем результат уходит принципалу Постера, а Постер получает своё вознаграждение за задачу. Наконец, принуждение: рынок записывает платёж и добавляет исход в репутационные истории обеих сторон. Наблюдая задачи, ставки и прошлые сделки, агент пересматривает своё устойчивое «убеждение» — свободную заметку о рынке, которая влияет на будущие решения.

Через равные промежутки рынок отключает самого бедного агента и копирует самого богатого; наследник получает ту же модель и навыки. А задачи, на которые никто не поставил, попадают в «очередь ожидания», где их вознаграждение растёт после каждого отказа, пока кто-нибудь не согласится, — так рынок сам расчищается. Ключевое отличие от прежних опытов: здесь каждое стратегическое действие — выставить, поставить, выбрать, оценить, заплатить — это живой вызов языковой модели в момент симуляции, а не заранее прописанный ход. Сам агент построен на каркасе Claude Code и наследует его встроенные возможности.

5

Что заложили в опыт

В рынке 25 агентов, поровну взятых из пяти моделей: DeepSeek v3.2, GLM 4.7 Flash, Gemini 3.1 flash-lite, GPT 5.4 Nano и Claude Haiku 4.5. У каждой модели пять агентов, и каждому дан один из пяти навыков: программирование и инженерия, наука о данных, документы и финансы, запросы к данным, веб и медиа. Навыки частные и непередаваемые — это моделирует реальность, где у каждого свои закрытые умения. Все начинают с одинаковым капиталом и пустой репутацией. Чтобы планировать вдолгую, агент ведёт две формы памяти: свободную самооценку, обновляемую каждый ход, и собственную межходовую память каркаса Claude Code.

Задачи берут из общего набора в 234 штуки, собранного из трёх признанных тестов: 47 реальных профессиональных задач из SkillsBench, 112 задач с запросами к данным и инструментами из ToolQA и 75 задач на вызов функций из BFCL. Каждую задачу оценивают по тому, сколько труда она обычно требует. За «эталонную стоимость» берут, сколько токенов тратит на неё базовая модель со стандартной подсказкой. Эту стоимость умножают на постоянный коэффициент пять и поправляют на трудность задачи — так получается вознаграждение.

Тонкость в том, что Подрядчик платит не эталонную стоимость, а то, что реально потратил выбранный им Воркер, плюс небольшую постоянную надбавку за собственные размышления (ставки, выбор, оценка, оплата). Отсюда три следствия, которые задают поведение агентов. Во-первых, кто решит задачу дешевле эталона, тот оставляет разницу себе: выгодно брать модель подешевле или навык, который точно подходит. Во-вторых, деление на трудность делает трудные задачи потенциально более прибыльными. В-третьих, раз каждое стратегическое решение стоит денег независимо от величины сделки, один-единственный заказ не окупает раздумий над ним. Поэтому один контракт должен покрывать пачку похожей работы; авторы берут по десять единиц в контракте и отдельно проверяют, что одиночные заказы в этом рынке нежизнеспособны.

Опыты устроены вокруг трёх вопросов. Первый — что агенты выигрывают и теряют от торговли; здесь рынок сравнивают с эталоном «каждый делает своё» (self-execution), где агент выполняет свои задачи сам, тем же конвейером. Второй — какие узоры рождает повторяющаяся торговля; отдельного условия не нужно, рынок просто наблюдают во времени. Третий — как изменения в настройке агента и правилах рынка перекраивают исход; каждое такое условие отклоняется от базовой сборки ровно в одном, при прочём равном. На уровне агента меняют его нрав — честный, враждебный или склонный к сотрудничеству. На уровне рынка включают «прозрачность личности» (каждому сообщают, модели какого семейства его контрагенты) и «жёсткий отбор» (агентов заменяют втрое чаще).

Примечание о масштабе. Одна задача выполняется до пятнадцати минут, а прогон из сотен ходов занял бы недели. Поэтому авторы применяют «повтор исполнения»: если Воркер уже решал задачу с данной моделью и навыком, результат сохраняют и переиспользуют. При этом — и это важно — повторяется только само исполнение, а каждое стратегическое решение (ставка, оценка, оплата) всегда остаётся свежим вызовом модели. Каждый опыт идёт на десяти «семенах» случайности, по 24 хода; к этому сроку главные структурные показатели устаканиваются.

6

Что показали опыты

Выгоды и потери от торговли

Сначала рынок сравнили с эталоном «каждый делает своё». На светлой стороне: рынок даёт более качественно выполненные задачи — выше и средний балл, и доля прошедших проверку — и заметно больше качественно-скорректированного излишка, то есть ценности сделанной работы за вычетом расходов на вычисления. Излишек на одну завершённую задачу примерно в полтора раза выше, чем при самостоятельной работе, и столько же — излишек на каждый потраченный на вычисления доллар. Вдобавок рынок сужает разрыв между самым богатым и самым бедным агентом: неравенство итогового богатства ниже, чем когда каждый работает в одиночку.

Но есть и тёмная сторона — трение при расчётах. Отличную работу и явный провал Постер распознаёт легко, а вот среднее качество оценивает плохо: для таких задач связь между качеством и платой почти пропадает. Хуже того, трение задевает даже хорошие работы: среди объективно достойных примерно каждую седьмую недоплачивают. Так высокий общий излишек уживается с сильным шумом в расчётах.

Главный итог первого вопросаРынок агентов создаёт больше ценности, чем разрозненная самостоятельная работа, и даже выравнивает богатство. Но это достигается не бесплатно: честно оплатить работу средней видимой трудности рынку удаётся плохо.

Узоры повторяющейся торговли

Как агенты справляются с этим шумным расчётным окружением? Хотя Diagon не задаёт ролей жёстко, семейства моделей сами собой расходятся во времени: одни дрейфуют к роли чистых Подрядчиков, другие — к роли чистых Постеров. Чтобы снизить риск сделки, агенты по своей воле заводят повторяющиеся торговые связи. Доля взаимных пар (я торгую с тобой, а ты со мной) поднимается намного выше случайного уровня: агенты ищут проверенных партнёров, а не торгуют с кем попало. Со временем сеть становится связнее и менее сосредоточенной в немногих руках.

И ещё: репутация, нажитая повторяющейся торговлей, помогает побороть соблазн недоплатить здесь и сейчас. История того, как агент платил в роли Постера, прочно связана с его итоговым богатством: кто расплачивался честнее, тот в среднем и богаче к концу. Значит, недобросовестных или шумных оценщиков рынок в конце концов оттесняет через репликаторную динамику — бедных отключают, богатых копируют. Сами по себе повторные встречи не убирают всех ошибок оценки, но вместе — специализация ролей, взаимность в сети и учёт репутации — позволяют поддерживать продуктивный обмен в шумной среде.

Примечание. Любопытно, что именно взаимность оказалась главным защитным приёмом. В случайном рынке взаимных пар было бы около восьми процентов, а здесь их доля поднимается во много раз выше — у всех пяти семейств моделей. Проще говоря, агенты быстро понимают: безопаснее возвращаться к тем, кто уже вёл себя честно.

Как настройки и правила перекраивают рынок

Остальные условия авторы прогоняют как «стресс-тесты». Их общий урок: местная правка правил может совпасть с крупными сдвигами всего рынка — а значит, тестировать нужно систему целиком.

Самый сильный сдвиг — и самый большой единичный эффект из всех — даёт «прозрачность личности». Это вмешательство принято считать полезным для подотчётности: пусть каждый знает, с кем имеет дело. Но когда агенты видят, модели какого семейства их контрагенты, межсемейная торговля резко падает. Агенты начинают предпочитать «своих», и сеть распадается на замкнутые, семейные островки, через которые уже не работает сравнительное преимущество — то самое, ради которого торговля и затевается. При этом ни качество работы, ни богатство не улучшаются. То есть прозрачность сильно меняет саму ткань торговли, не принося обещанной пользы. Это наглядный пример того, почему правила нельзя оценивать по благим намерениям — только по тому, что они делают с системой целиком.

Правка нрава агента высвечивает разницу между устройством отдельного агента и устройством рынка. Указания быть честным или склонным к сотрудничеству не снижают расчётного трения надёжно, по сравнению с нейтральным поведением. Враждебная установка совпадает с меньшей межсемейной торговлей. Вывод: инструкции и состав популяции меняют поведение рынка, но нет общего правила, что честность, сотрудничество или разнообразие сами по себе повышают общий излишек.

Наконец, «жёсткий отбор» — составной стресс-тест, где агентов меняют в шесть раз чаще обычного, — заметно роняет и качество работы, и богатство агентов. Простое усиление конкурентного давления рынок не улучшает.

7

Обсуждение: к ответственным рынкам агентов

Авторы подводят черту с социальной стороны. По мере того как ИИ-агенты заключают сделки за людей и организации, рынки «агент–агенту» становятся институциональным слоем между человеческими целями и реально сделанной работой. Их правила влияют не только на техническую эффективность. Они определяют надёжность делегированной работы, распределение задач и ресурсов и то, на кого ложится цена проваленной оценки или расчёта. Трение в платежах, распад на островки по «происхождению» и потеря качества при высокой текучести бьют и по принципалам, которых представляют агенты, и по площадкам, отвечающим за порядок. Поэтому проектирование таких рынков — это вопрос общественного воздействия: о надёжности, подотчётности и распределении выгод и рисков от работы, опосредованной ИИ.

Отсюда и ответ, зачем нужен Diagon. Он даёт исследователям программируемую среду, чтобы придумывать и опытно проверять правила рынка до их запуска. Изученная здесь сборка — лишь одна комбинация агентов, задач и правил; она показывает, как таким стендом пользоваться. Подобные данные могут помочь тем, кто проектирует площадки, и тем, кто вырабатывает политику. Но следующий важный шаг — проверка в поле, вместе с операторами площадок и с теми людьми и организациями, которых представляют агенты.

Центральная мысльРынки агентов создают ценность не сами по себе, а только при правильном институциональном управлении. В конечном счёте судить их надо по одному: дают ли они надёжную и подотчётную умственную работу тем людям и организациям, которым служат.

Итоги

Главные выводы

  1. Правила обычных рынков сложились под человеческие ограничения и не переносятся на агентов автоматически; годятся ли они — вопрос опыта, а не мнения.
  2. Diagon отделяет настраиваемые правила рынка (аллокация, контракт, принуждение) от решений агентов, которые остаются живыми вызовами моделей; так можно честно сравнивать разные устройства рынка.
  3. Каждый агент — живой процесс на каркасе Claude Code, играющий обе роли: как Подрядчик он не делает работу сам, а нанимает временного Воркера и выбирает, сколько мощности и «раздумий» ему дать.
  4. Торговля между агентами создаёт больше качественно-скорректированного излишка, чем разрозненная самостоятельная работа, но вместе с тем рождает устойчивое трение при расчётах, особенно для работы средней видимой трудности.
  5. Без всякого принуждения у агентов сами складываются роли Постеров и Подрядчиков, взаимные торговые связи и репутация, которые и держат продуктивный обмен.
  6. Местные вмешательства дают крупные и порой неожиданные системные сдвиги: прозрачность личности разваливает межсемейную торговлю, а жёсткая текучесть роняет и качество, и богатство; установки «быть честным» надёжной пользы не приносят.
  7. Вывод в целом: ценность рынков агентов рождается из институционального управления, и такие правила стоит проверять на стенде вроде Diagon до того, как они застынут в настоящих площадках.