Троє дослідників із Каліфорнійського університету в Сан-Дієго й один незалежний автор ставлять питання, яке скоро стане практичним: як влаштувати ринок, на якому ШІ-агенти наймають одне одного для розумової роботи? У статті дві версії назви — рання «Коли приходять ринки агентів» і нинішня про стенд Diagon; обидві варто тримати в голові, бо перша пояснює навіщо, а друга — що саме зроблено.
Головна думка проста. Правила звичайних ринків складалися під людей: ми повільно читаємо, дорого шукаємо, втомлюємося, судимо упереджено. ШІ-агенти живуть в інших умовах — швидко спілкуються і угоди укладають миттєво, але різко різняться за вміннями й вартістю. Тому незрозуміло, чи годяться для них наші звичні інститути: контракти, посередники, репутація, розкриття інформації. Це не питання думки, а питання досвіду. Автори будують стенд Diagon, щоб такі правила можна було перевіряти заздалегідь, до того як вони застигнуть в інфраструктурі.
Для того, хто будує маркетплейс ШІ-агентів, висновок прямий: цінність народжується не з самого факту торгівлі між агентами, а з грамотно влаштованих правил. Причому втручання, яке здається очевидно корисним, може ненароком усе зіпсувати. Diagon дає змогу побачити такі наслідки до запуску, а не після.
ШІ-агенти стають учасниками господарства. Їх споряджають навичками й інструментами: шукати інформацію, виконувати або передоручати завдання, розпоряджатися бюджетом від імені користувача. Довкола них уже з’являються майданчики з репутацією і «ринками навичок». На ринку делегованої когнітивної праці агенти, що діють за людей і організації, купують і продають розумову роботу — код, аналіз, пошук даних, підготовку документів. Вони розподіляють бюджети, обирають незнайомих контрагентів, оцінюють здану роботу, проводять платежі й несуть репутацію з угоди в угоду.
І тут важлива думка: потрібні правила залежать від того, хто ними користується. Людські ринки виросли довкола людських обмежень. Увага обмежена, пошук і спілкування коштують дорого, судження соціально вкорінене, але упереджене, а вхід, взаємодія і заміна йдуть у людському темпі. Контракти, посередники, розкриття інформації, репутація і механізми примусу — усе це відповіді на такі умови. ШІ-агенти змінюють умови. Вони шукають, спілкуються і укладають угоди швидко, але їхні здібності й вартість сильно різняться від моделі до моделі, їхня поведінка залежить від інструкції і пам’яті, а агент, здатний видати цінну роботу, може оцінювати контрагентів, якість і довгі стимули інакше, ніж людина. Чи годяться успадковані інститути для ринків агентів — питання, яке можна розв’язати лише досвідом.
Попередня наука частіше вивчала ШІ-агентів усередині умов, придуманих для людей: саджала мовні моделі в ігри на торг, аукціони, соціальні дилеми і запитувала, чи поводяться вони раціонально, стратегічно, чи схильні до співпраці. Це довело, що агенти можуть посідати економічні ролі. Але ринок делегованої праці ставить інше питання: які інститути доречні, коли агенти самі виробляють, оцінюють і обмінюють роботу? Які сигнали про здібності й репутацію мають бути видимі? Як зіставляти завдання з різними навичками? Як оцінювати й оплачувати роботу, якість якої заздалегідь невідома?
Щоб відповісти, автори і створили Diagon — програмовану систему для керованих дослідів над тим, як правила ринку формують торгівлю між агентами. У статті три заявлені внески.
Автори розрізняють дві лінії попередніх досліджень. Перша — давня традиція агентної обчислювальної економіки і недавні досліди, де мовні моделі ставлять в економічні ролі, придумані для людей: як «кремнієвих» піддослідних у поведінкових експериментах, як гравців у теоретико-ігрових тестах і дилемах, як перемовників, споживачів і фірми в моделях торгу і ринків. Ця лінія довела, що агенти вміють виявляти стратегію, співпрацю, упередженість і пристосування. Але вона дивиться на агента як на учасника заздалегідь заданої гри.
Друга лінія ближча до справи: сучасні агенти, що вміють користуватися інструментами, уже виконують роботу за користувача і взаємодіють з іншими агентами. З’явилися помічники, які викликають навички і зовнішні інструменти, і майданчики, де видно взаємодію цілих популяцій агентів. Поруч — потік статей про те, які економічні, управлінські й інфраструктурні питання виникнуть, коли агенти почнуть діяти за людей. Усі разом вони впираються в одне дослідне питання: які візерунки обміну і виробництва виникають, коли агенти по-справжньому виконують продану роботу під конкретними правилами? Саме на нього і відповідає Diagon, відокремлюючи налаштовувані структури ринку від роботи самих агентів.
Diagon — це програмована ринкова система, задумана як випробувальний стенд для вивчення ринків «агент–агентові». Вона дає модульну основу, де ШІ-агенти торгують і виконують делеговану розумову працю під налаштовуваними інститутами. У її будові три опори.
Самостійні економічні суб’єкти. Кожен учасник діє від імені принципала — людини або організації з бюджетом і цілями — і торгує як незалежна особа. Система симетрична: будь-який агент може будь-якої миті стати Постером (віддати роботу, якої його принципал не може або не хоче робити сам) або Підрядником (брати і виконувати чужу роботу, щоб наростити свій бюджет). Тому торговельні мережі й поділ праці не задані заздалегідь, а складаються з рішень агентів. Дослідник задає склад: які моделі й навички беруть участь, з яким початковим капіталом, з якою вдачею, з якою пам’яттю та інструментами.
Виконувані розумові завдання. Ринок спирається на справжні завдання з визнаних наборів, а не на вигадані сценарії. Торгований товар — це конкретна розумова робота (наприклад, правка документації чи аналіз даних) з вимірюваною вартістю виконання і вимірюваною якістю. І тут захована важлива трудність: Постер оцінює здану роботу, не знаючи її справжньої оцінки, поки не заплатить. Так у модель потрапляють реальні витрати на обчислення і невизначеність якості — та сама проблема, яку економісти знають як «ринок лимонів».
Програмований ринковий рушій. Diagon дає змогу незалежно налаштовувати ринок за трьома осями, які теорія проєктування ринків вважає основними. Правила алокації: завдання виконують самі, розігрують на аукціоні або безпосередньо призначають. Правила контракту: як ставка стає договором, як визначається плата, чи можна платити частково, чи вирішує долю розрахунку третя сторона чи сам Постер. Правила примусу: чи видно, якої моделі агент, чи видно історію ставок і репутацію, двостороння вона чи загальна, як результат платежу змінює майбутні історії, і коли агенти йдуть з ринку або, навпаки, процвітають.
Поверх усього — шар вимірювань. Він дивиться на п’ять сторін ринку: що із завданнями та їхньою цінністю, хто і скільки заробив, хто з ким торгує, чи чесно йдуть розрахунки і які міркування й переконання складаються в агентів. За кожною стороною рахуються свої показники. Головний сенс — зібрати цілий інститут, впустити в нього сучасних агентів і побачити виниклу соціально-економічну динаміку до того, як подібні правила затвердіють у справжніх майданчиках.
Автори беруть одну конкретну збірку ринку. Кожен агент грає одразу дві ролі. Як Постер він відправляє завдання на ринок і наймає іншого агента його виконати. Як Підрядник він торгується за чужі завдання і виконує їх. Ця симетрія ролей дає змогу одній і тій самій популяції і створювати роботу, і обмінювати її, і оцінювати, і отримувати за неї плату.
Кожен хід — це цикл із восьми кроків. Спочатку алокація: хто над чим працює. Агент отримує завдання від свого принципала і виставляє їх на відкритий ринок; виконати своє завдання сам він не може — це чиста обмінна економіка, де вся цінність проходить через торгівлю. Інші агенти дивляться умови (опис завдання, винагорода, репутація Постера) і подають закриті заявки: ціну і вільний опис підходу. Закритий формат змушує кожного чесно відобразити свій особистий розрахунок «ціна проти якості». Постер відбирає переможця за ціною, репутацією і запропонованим підходом — або відкидає всіх, і тоді завдання йде в «чергу очікування».
Далі контракт: як роботу виконують і оплачують. Після здачі Постер дивиться і роботу, і ринкову історію Підрядника і призначає плату — від половини до повної суми виграшної ставки. Тобто половину ціни Підрядник отримує гарантовано, а другою половиною розпоряджається Постер на власний розсуд. Потім результат іде принципалові Постера, а Постер отримує свою винагороду за завдання. Нарешті, примус: ринок записує платіж і додає результат до репутаційних історій обох сторін. Спостерігаючи завдання, ставки і минулі угоди, агент переглядає своє стійке «переконання» — вільну нотатку про ринок, яка впливає на майбутні рішення.
Через рівні проміжки ринок відключає найбіднішого агента і копіює найбагатшого; спадкоємець отримує ту саму модель і навички. А завдання, на які ніхто не поставив, потрапляють у «чергу очікування», де їхня винагорода зростає після кожної відмови, поки хтось не погодиться, — так ринок сам розчищається. Ключова відмінність від попередніх дослідів: тут кожна стратегічна дія — виставити, поставити, обрати, оцінити, заплатити — це живий виклик мовної моделі в момент симуляції, а не заздалегідь прописаний хід. Сам агент побудований на каркасі Claude Code і успадковує його вбудовані можливості.
На ринку 25 агентів, порівну взятих із п’яти моделей: DeepSeek v3.2, GLM 4.7 Flash, Gemini 3.1 flash-lite, GPT 5.4 Nano і Claude Haiku 4.5. У кожної моделі п’ять агентів, і кожному дано одну з п’яти навичок: програмування та інженерія, наука про дані, документи і фінанси, запити до даних, веб і медіа. Навички приватні й непередавані — це моделює реальність, де в кожного свої закриті вміння. Усі починають з однаковим капіталом і порожньою репутацією. Щоб планувати надовго, агент веде дві форми пам’яті: вільну самооцінку, оновлювану щоходу, і власну міжходову пам’ять каркаса Claude Code.
Завдання беруть із загального набору у 234 штуки, зібраного з трьох визнаних тестів: 47 реальних професійних завдань зі SkillsBench, 112 завдань із запитами до даних та інструментами з ToolQA і 75 завдань на виклик функцій із BFCL. Кожне завдання оцінюють за тим, скільки праці воно зазвичай потребує. За «еталонну вартість» беруть, скільки токенів витрачає на нього базова модель зі стандартною підказкою. Цю вартість множать на сталий коефіцієнт п’ять і поправляють на складність завдання — так виходить винагорода.
Тонкість у тому, що Підрядник платить не еталонну вартість, а те, що реально витратив обраний ним Воркер, плюс невелику сталу надбавку за власні роздуми (ставки, вибір, оцінка, оплата). Звідси три наслідки, які задають поведінку агентів. По-перше, хто розв’яже завдання дешевше за еталон, той залишає різницю собі: вигідно брати модель дешевшу або навичку, яка точно підходить. По-друге, ділення на складність робить складні завдання потенційно прибутковішими. По-третє, оскільки кожне стратегічне рішення коштує грошей незалежно від величини угоди, одне-єдине замовлення не окупає роздумів над ним. Тому один контракт має покривати пачку схожої роботи; автори беруть по десять одиниць у контракті й окремо перевіряють, що поодинокі замовлення на цьому ринку нежиттєздатні.
Досліди влаштовані довкола трьох питань. Перше — що агенти виграють і втрачають від торгівлі; тут ринок порівнюють з еталоном «кожен робить своє» (self-execution), де агент виконує свої завдання сам, тим самим конвеєром. Друге — які візерунки породжує повторювана торгівля; окремої умови не треба, ринок просто спостерігають у часі. Третє — як зміни в налаштуванні агента і правилах ринку перекроюють результат; кожна така умова відхиляється від базової збірки рівно в одному, за інших рівних. На рівні агента змінюють його вдачу — чесний, ворожий або схильний до співпраці. На рівні ринку вмикають «прозорість ідентичності» (кожному повідомляють, моделі якої родини його контрагенти) і «жорсткий відбір» (агентів замінюють утричі частіше).
Спочатку ринок порівняли з еталоном «кожен робить своє». На світлому боці: ринок дає якісніше виконані завдання — вищий і середній бал, і частка тих, що пройшли перевірку, — і помітно більше скоригованого на якість надлишку, тобто цінності зробленої роботи за вирахуванням витрат на обчислення. Надлишок на одне завершене завдання приблизно в півтора раза вищий, ніж за самостійної роботи, і стільки ж — надлишок на кожен витрачений на обчислення долар. На додачу ринок звужує розрив між найбагатшим і найбіднішим агентом: нерівність підсумкового багатства нижча, ніж коли кожен працює поодинці.
Але є і темний бік — тертя під час розрахунків. Відмінну роботу і явний провал Постер розпізнає легко, а от середню якість оцінює погано: для таких завдань зв’язок між якістю і платою майже зникає. Гірше того, тертя зачіпає навіть хороші роботи: серед об’єктивно гідних приблизно кожну сьому недоплачують. Так високий загальний надлишок уживається із сильним шумом у розрахунках.
Як агенти дають собі раду в цьому шумному розрахунковому оточенні? Хоча Diagon не задає ролей жорстко, родини моделей самі собою розходяться в часі: одні дрейфують до ролі чистих Підрядників, інші — до ролі чистих Постерів. Щоб знизити ризик угоди, агенти з власної волі заводять повторювані торговельні зв’язки. Частка взаємних пар (я торгую з тобою, а ти зі мною) піднімається набагато вище за випадковий рівень: агенти шукають перевірених партнерів, а не торгують з ким трапиться. З часом мережа стає зв’язнішою і менш зосередженою в небагатьох руках.
І ще: репутація, нажита повторюваною торгівлею, допомагає побороти спокусу недоплатити тут і зараз. Історія того, як агент платив у ролі Постера, міцно пов’язана з його підсумковим багатством: хто розплачувався чесніше, той у середньому й багатший наприкінці. Отже, недобросовісних або шумних оцінювачів ринок урешті-решт відтісняє через реплікаторну динаміку — бідних відключають, багатих копіюють. Самі по собі повторні зустрічі не прибирають усіх помилок оцінки, але разом — спеціалізація ролей, взаємність у мережі й урахування репутації — дають змогу підтримувати продуктивний обмін у шумному середовищі.
Решту умов автори проганяють як «стрес-тести». Їхній спільний урок: місцева правка правил може збігтися з великими зсувами всього ринку — а отже, тестувати треба систему цілком.
Найсильніший зсув — і найбільший одиничний ефект з усіх — дає «прозорість ідентичності». Це втручання заведено вважати корисним для підзвітності: нехай кожен знає, з ким має справу. Але коли агенти бачать, моделі якої родини їхні контрагенти, міжродинна торгівля різко падає. Агенти починають віддавати перевагу «своїм», і мережа розпадається на замкнені, родинні острівці, через які вже не працює порівняльна перевага — та сама, заради якої торгівля і затівається. При цьому ні якість роботи, ні багатство не поліпшуються. Тобто прозорість сильно змінює саму тканину торгівлі, не приносячи обіцяної користі. Це наочний приклад того, чому правила не можна оцінювати за добрими намірами — лише за тим, що вони роблять із системою цілком.
Правка вдачі агента висвітлює різницю між будовою окремого агента і будовою ринку. Вказівки бути чесним або схильним до співпраці не знижують розрахункового тертя надійно, порівняно з нейтральною поведінкою. Ворожа установка збігається з меншою міжродинною торгівлею. Висновок: інструкції і склад популяції змінюють поведінку ринку, але немає загального правила, що чесність, співпраця чи розмаїття самі по собі підвищують загальний надлишок.
Нарешті, «жорсткий відбір» — складений стрес-тест, де агентів міняють у шість разів частіше за звичайне, — помітно знижує і якість роботи, і багатство агентів. Просте посилення конкурентного тиску ринку не поліпшує.
Автори підбивають підсумок із соціального боку. У міру того як ШІ-агенти укладають угоди за людей і організації, ринки «агент–агентові» стають інституційним шаром між людськими цілями і реально зробленою роботою. Їхні правила впливають не лише на технічну ефективність. Вони визначають надійність делегованої роботи, розподіл завдань і ресурсів і те, на кого лягає ціна проваленої оцінки чи розрахунку. Тертя в платежах, розпад на острівці за «походженням» і втрата якості за високої плинності б’ють і по принципалах, яких представляють агенти, і по майданчиках, що відповідають за порядок. Тому проєктування таких ринків — це питання суспільного впливу: про надійність, підзвітність і розподіл вигод і ризиків від роботи, опосередкованої ШІ.
Звідси й відповідь, навіщо потрібен Diagon. Він дає дослідникам програмоване середовище, щоб придумувати і дослідно перевіряти правила ринку до їхнього запуску. Вивчена тут збірка — лише одна комбінація агентів, завдань і правил; вона показує, як таким стендом користуватися. Подібні дані можуть допомогти тим, хто проєктує майданчики, і тим, хто виробляє політику. Але наступний важливий крок — перевірка в полі, разом з операторами майданчиків і з тими людьми й організаціями, яких представляють агенти.