千Token木：在3B模型上运行多智能体经济

](https://huggingface.co/AdmiralTaco)

Build Small Hackathon 现场报告：一个 30 亿参数交易者委员会能做什么、不能做什么。

先试试看：Space，以及开放的 agent 轨迹。

我为 Build Small Hackathon 构建了 Thousand Token Wood。这是一个微型经济体：五个森林生物，每个都是基于 Qwen2.5-3B 的独立 agent，用鹅卵石交易五种商品，闲聊、囤积、恐慌。你戳一下木头，就会看到泡沫、崩盘和不断扩大的贫富差距自行出现。模型通过 Modal 上的 vLLM 提供服务；一个 Gradio 应用是观察这片木头的窗口。

这是一份面向使用小模型构建者的工程现场报告。简而言之：一个 3B 模型是可靠的格式生成器，但不可靠的推理器；涌现系统需要设计好的稀缺性；最好的 demo 往往出现在技术约束与你深刻理解的事物交汇之处。

为什么小是设计，而非限制

一个活生生的经济体需要许多 agent 在每次运行中多次思考。这正是前沿模型成为错误工具的地方：在每个 tick 运行一个交易者委员会太慢、太贵。小模型才使得实时多 agent 模拟成为可能。每个生物每回合只需一次批量 GPU 调用即可做出决策。

第一个经济体一出生就死了

天真的版本什么也没发生。生产超过了消费，所以每个生物都自给自足，根本没有交易的理由。市场清空一次后就沉默了。解决办法是设计稀缺性：

• 饮食多样性：一个生物每餐只能吃一种食物中的一个单位，因此要生存就必须购买它不种植的食物。
• 腐败：易腐烂的食物如果囤积就会变质，迫使盈余在仍有价值时卖出。
• 冬季燃料危机：每个生物每回合都必须燃烧木柴，需求随时间增长，而只有一种生物生产木柴。

最后一个机制驱动了戏剧性。一个供应商无法满足不断增长的需求，于是樵夫变富，其他所有人都在争夺温暖。

有效的 JSON，薄弱的判断

稀缺性到位后，小模型的真实教训浮现了。3B 模型在 100% 的调用中输出了有效的 JSON，但其经济判断很差：一个生产橡果的生物会发布购买橡果的订单——而橡果正是它盈余的东西。

解决办法不是用更大的模型，而是更精准的 prompt。我告诉每个 agent 它生产什么、绝不能买什么，计算出它短缺的商品精确列表，并给了一个工作示例。决策质量大幅提升，生物们开始按照自己的角色进行交易。整个循环被包裹在一个容错的 JSON 解析与修复层中，因此格式错误的响应会降级为无操作，而不是让模拟崩溃。

第二个教训来自幸福感。我最初将其建模为一个累加器，任何长期短缺都会让每个生物在运行中归零——这是一个不好看的死亡螺旋，也惩罚了 agent 不完美的优化。我将其重新定义为均值回归的情绪，当生物吃饱穿暖时恢复，且永远不会归零。风险应该体现在鹅卵石、价格和地位上，而不是饥饿。

然后它开始讲故事

我最满意的功能将项目与市场历史联系起来。玩家可以绘制一个 Wood Legend：一个以林地民间传说形式重述的著名事件。郁金香狂热变成了大橡果狂热。南海泡沫变成了空心圆木贸易公司。1929 年的银行挤兑变成了对 Oona 囤积物的挤兑。

这些不是装饰性文本。每个传说都会触发真实的冲击，agent 们会做出反应。在一次运行中，我绘制了"对 Oona 囤积物的挤兑"——关于猫头鹰的金库是空的谣言。Oona 开始清算她的蜂蜜以筹集鹅卵石，供应洪流在接下来的回合中将蜂蜜价格从 10 砸到 3。一个重述的银行挤兑让一个 agent 抛售资产并移动了市场价格。这一切都不是脚本化的。

为了让这一点可见，价格必须变动。它们之前是冻结的，因为 agent 们报出了我展示给它们的参考价格。解决办法是让市场参考价格随每轮后的剩余供需而漂移：大量未满足的买入推高价格，过剩则压低价格。现在价格在稀缺期间形成趋势，在平衡交易中保持平稳。

实际发生了什么

一次有代表性的 15 回合运行，中途注入了干旱和冬季谣言：

这些动作背后的每一个推理都在开放的 traces 数据集 中：每一行都是一个生物的完整 prompt、原始响应、解析后的动作以及私人想法。

使用小模型构建的要点

大部分工程工作在于通过结构和 prompt 而非规模，来弥合小模型可靠格式化与不可靠推理之间的差距。涌现系统需要设计好的稀缺性；富足是无聊的。而最引人注目的中小模型 demo 不需要编造的戏剧性。三个世纪的市场历史已经准备好了，而一个 3B agent 委员会足以将其演绎出来。

小模型，大冒险。试试 Space。

最初发布于 Medium。