arXiv cs.MA· Jusheng Zhang, Xuekun Wu, Wenhao Wang, Mark Wang, Ming-Hsuan Yang·· 11 小时前AI 评分31
Markets of Minds：面向 512 亿状态智能体经济的专家推理分配框架
Markets of Minds: A 51-Billion-State Economy of Intelligence
AI 导读
研究者提出 Markets of Minds 框架，在专家输出被观察到之前，就为智能体分配专家推理资源，并联合清算受共享资源约束的协助合约。该框架在一个覆盖能力、认知预算、服务商访问、稀缺性与网络角色的 512 亿可寻址人格-市场状态经济体中建模。
正文 · AI 翻译
摘要：当智能被共享时，推理就变成了一个受约束的分配问题。在一个对专家模型访问受限的智能体群体中，如果另一项可行的干预具有更高的期望价值，那么某项干预即使能让其接受者受益，也可能仍然是对共享能力的不良使用。因此，必须同时通过其边际收益以及由预算、访问权限、稀缺性和服务容量所引致的机会成本来评估援助。为此，我们引入了 Markets of Minds，这是一个在观察到专家输出之前跨智能体分配专家推理的框架。对于每个可行的智能体-服务对，该框架估计相对于智能体默认延续而言援助带来的期望增益，明确将修复收益与回归风险区分开，并在共享资源约束下联合清算援助合约。随后，我们在一个依赖感知的智能体经济中研究该问题，该经济涵盖 51.2 亿个可寻址的人设-市场状态，横跨能力、认知预算、提供商访问权限、稀缺性和网络角色。这些依赖关系耦合的是跨智能体的分配可行性，而非固定合约的结果。在实证方面，在共同 30% 援助配额下对 240 个案例进行匹配重放时，冻结分配器达到 85.42% 的任务级人设遵循率，而等容量随机分配为 73.86%，提升了 11.56 个百分点。结果表明，援助价值是异质的，且可能为负，并且稀缺性会改变哪些干预值得购买。总之，这些发现支持一种群体层面的智能观，即援助的价值不仅取决于它能实现什么，还取决于它挤占了稀缺认知能力的哪些替代用途。
| 主题： | 多智能体系统（cs.MA） |
| 引用为： | arXiv:2610.32190 [cs.MA] |
| （或 arXiv:2610.32190v1 [cs.MA] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.32190 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Wenhao Wang [查看电子邮件]
[v1]
2026 年 10 月 23 日星期五 05:36:29 UTC（1,868 KB）
来源：arXiv cs.MA · arxiv.org