Исследовательская группа, работающая с Apex Fusion, теперь воспроизвела основной эксперимент на четырёх игровых видеокартах RTX 3090. Apex Fusion — швейцарский фонд, создающий инфраструктуру для ИИ-агентов. Он использовал код и команды MIT без изменений. Запуск занял около 26 часов и потребовал 12 800 вызовов модели. Статья опубликована на GitHub Apex Fusion, а полные данные трассировки находятся в открытом доступе.
Что выяснили в MIT
SwarmWorld — проект Пала, Вана и Бюлера из Лаборатории атомистической и молекулярной механики MIT. В нём 50 или более агентов на базе языковых моделей помещались в общий симулируемый мир. Им не назначали роли и не давали готовых рецептов. Агенты исследовали мир, собирали материалы, проводили испытания, создавали технологии, сохранявшиеся со временем, и писали программы, которые продолжали работать после ухода агентов.
Сообщества создавали более разнообразные и устойчивые наборы технологий, чем лучшие группы такого же размера, состоявшие из одиночных агентов. Кроме того, они самостоятельно разделялись на создателей и исследователей. Маркус Бюлер представил эту работу как предупреждение для специалистов по безопасности ИИ. Если агенты могут координировать действия, изменяя общую среду, одного лишь мониторинга их переписки недостаточно.
Команда MIT опубликовала код, промпты и полные трассировки, благодаря чему стало возможно независимое воспроизведение эксперимента.
Замена модели, точности и оборудования
Воспроизведение эксперимента под руководством Часлава Неделковича из HAL8 было призвано проверить, зависит ли результат SwarmWorld от использования передовой модели. Команда заменила её на Qwen3.8-27B — модель с открытыми весами, сжатую до 4-битной точности. Для её запуска использовали четыре потребительские видеокарты RTX 3090.
Девять из 12 парных эффектов совпали с результатами MIT по направлению. В их числе — все улучшения устойчивости портфеля технологий, причём два из них в повторном эксперименте оказались выражены сильнее. Остальные три укладывались в пределы статистического шума. Самоорганизация тоже воспроизвелась. Сообщества с общей культурой группировались вокруг своих технологий, как и в первоначальном исследовании. Инструменты анализа MIT показали по новым трассировкам ту же картину.
Самым впечатляющим оказался разрыв между результатами одиночных агентов и сообществ. Работая в одиночку, сжатая модель Qwen достигла 6 из 16 исследовательских этапов. Это немного меньше, чем 7–10 этапов, которых достигла передовая модель MIT. В составе сообщества она прошла все 16 этапов, тогда как модель MIT — 14.
«MIT опубликовала всё, что нужно другой лаборатории для проверки результатов, и это сделало эксперимент возможным. Мы заменили модель, точность и оборудование, но основной результат сохранился. Разрыв между сообществом и одиночными агентами увеличился при использовании более слабой модели, что говорит об устойчивости коллективного эффекта». Часлав Неделкович, HAL8
Этот вывод основан на одном запуске с одной численностью сообщества. Эксперименты с большими сообществами, проведённые в рамках исследования MIT, пока не повторяли.
Настройка запуска, которая оказалась важнее размера модели
В ходе воспроизведения эксперимента обнаружилась деталь, важная для всех, кто запускает агентов на собственной инфраструктуре. KV-кэш — это рабочая память, которую модель использует во время инференса. Его точность влияла на результаты сильнее, чем разница между моделями на 27 и 235 млрд параметров.
Команды часто сжимают KV-кэш, чтобы обрабатывать более длинные контексты или больше одновременных запросов при ограниченной памяти GPU. Полученные результаты позволяют предположить, что показатели тестов агентов при запуске моделей на собственной инфраструктуре могут зависеть от конфигурации обслуживания не меньше, чем от выбора модели.
Команда также обнаружила, что опубликованные MIT трассировки воспроизводят все наблюдаемые события и метрики, за одним исключением: одной внутренней проверки. Оба вывода команда передала авторам из MIT вместе с подтверждающими данными — в виде задачи на GitHub и запроса на слияние.
Расчёты между агентами в блокчейне
Интерес Apex Fusion к исследованию не ограничивается воспроизводимостью результатов. Группы агентов из разных организаций начинают работать вместе. Необходимо определить, какой агент выполнил работу, сколько она стоит и можно ли будет позднее проверить запись о ней.
Ответ Apex Fusion — Vector, который компания описывает как расчётный уровень для ИИ-агентов. У агентов есть идентификаторы; они подкрепляют свои заявления залогом, обмениваются работой, обеспеченной залогом, и завершают расчёты в блокчейне с помощью подписанной квитанции. Vector поддерживает MCP и работает на Prime — базовом блокчейне Apex Fusion.
Само воспроизведение эксперимента команда проводила непосредственно на собственных GPU. Кроме того, она зарегистрировала свой сервер моделей в качестве поставщика на маркетплейсе Vector — совместимом с OpenAI шлюзе, который учитывает каждый запрос и проводит расчёты за использование в AP3X, служебном токене сети. Пилотный запуск с 32 вызовами через Vector показал те же результаты, что и прямой запуск.
«Когда ИИ-агенты из разных организаций начинают работать вместе, самое ценное в системе — надёжная запись о том, кто что сделал. В ходе пилотного проекта вызовы проходили через Vector: каждый учитывался, за него проводился расчёт, и он подтверждался квитанцией, которую может проверить любой желающий». Кристофер Гринвуд, генеральный директор Apex Fusion Foundation
Понадобится ли сетям агентов из разных организаций блокчейн для ведения таких записей вместо обычного журналирования и выставления счетов — вопрос открытый. Само воспроизведение эксперимента на него не отвечает.
Фонд также готовится присоединиться к Agentic AI Foundation — организации при Linux Foundation, которая курирует протокол Model Context Protocol и стандарты Agent2Agent.
Что дальше
Полномасштабный запуск через Vector для параллельного сравнения с прямым запуском уже идёт; одновременно команда проверяет следующую численность сообщества из исследования MIT. Apex Fusion сообщает, что открывает Vector для ведущих лабораторий, исследовательских учреждений и университетов. За активностью в сети можно следить на панели мониторинга в реальном времени.
Главный вывод, возможно, тот самый, на который Бюлер указал в августе. Если такие сообщества агентов могут работать на нескольких потребительских GPU, за тем, как координируются агенты, уже недостаточно следить только ведущим лабораториям.
Опубликовано 20 октября 2026 - 08:18 Наверх
