Economia de Agentes IA: Como um Modelo de 3 Bilhões de Parâmetros Simula um Merc

Imagine uma floresta habitada por criaturas que trocam, fofocam, acumulam e até entram em pânico. Agora, imagine que cada uma dessas criaturas é um agente de inteligência artificial, operando com um modelo de apenas 3 bilhões de parâmetros. Essa é a essência do projeto Thousand Token Wood, uma simulação econômica multiagente que nos ensina lições valiosas sobre o poder e os desafios dos modelos de IA menores.

O projeto nasceu no Build Small Hackathon com uma premissa intrigante: o tamanho reduzido do modelo não é uma limitação, mas sim uma escolha de design. Para uma economia viva, com muitos agentes tomando decisões a cada instante, um modelo gigante seria lento e caro demais. Um modelo compacto, como o Qwen2.5-3B, permitiu que cada criatura tomasse suas decisões em uma única chamada de GPU, tornando a simulação em tempo real uma realidade.

A Engenharia da Escassez: O Segredo de um Mercado Ativo

A primeira versão da floresta era um marasmo. Com abundância de tudo, ninguém tinha motivos para negociar. O mercado, como um rio sem corrente, estagnou. A solução? Introduzir a escassez de forma inteligente. Pense nisso: se um esquilo pode comer apenas um tipo de alimento por refeição, ele precisará comprar outros para sobreviver. Alimentos perecíveis forçam a venda antes que estraguem. E a necessidade de lenha para o inverno, produzida por apenas uma criatura, cria um drama de mercado que impulsiona a demanda e a competição.

Essa engenharia da escassez é fascinante, pois ela não apenas movimenta a economia, mas também revela as características dos modelos de IA. O modelo de 3 bilhões de parâmetros, por exemplo, era excelente em gerar JSON válido – uma proeza de formatação. No entanto, seu ‘julgamento econômico’ era fraco. Uma criatura que produzia bolotas, por exemplo, tentava comprar bolotas! A correção não veio de um modelo maior, mas de um prompt mais afiado, que instruía cada agente sobre o que produzia e o que precisava, acompanhado de um exemplo prático. Isso fez a qualidade das decisões disparar.

Contando Histórias e Criando Crises Reais

Um dos aspectos mais cativantes do Thousand Token Wood é sua capacidade de recontar a história dos mercados financeiros. A Mania das Tulipas vira a ‘Grande Mania das Bolotas’, e a Bolha dos Mares do Sul se transforma na ‘Companhia de Comércio do Tronco Oco’. Mais do que simples detalhes, essas ‘lendas da floresta’ injetam choques reais na economia, e os agentes reagem de forma autêntica. Em uma simulação, um rumor de que o cofre da coruja estava vazio fez com que ela liquidasse seu mel, derrubando o preço. Uma crise bancária reencenada por agentes IA, sem roteiro pré-definido, é algo notável!

Para que tudo isso fosse visível, os preços precisavam se mover. Eles estavam estáticos porque os agentes apenas repetiam o preço de referência. A solução foi permitir que o preço ‘flutuasse’ com a oferta e a demanda residuais após cada rodada. Assim, uma grande demanda não atendida eleva o preço, e um excesso de oferta o derruba. Os resultados foram impressionantes: ações 100% válidas, um comércio constante, a queda do preço do mel durante a ‘crise’ e o aumento do preço da lenha no inverno. A floresta digital nos mostra que, com o design certo, modelos pequenos podem gerar sistemas emergentes complexos e cheios de vida.

Fonte: https://huggingface.co/blog/build-small-hackathon/thousand-token-wood-sim