Chaos w chmurze: Dlaczego zespoły agentów AI są mądrzejsze działając osobno niż razem

Koniec ery samotnych chatbotów

Zapomnij o wpisywaniu promptów w okno ChatGPT. Nadchodzi era agentów AI – autonomicznych bytów, które nie tylko odpowiadają na pytania, ale podejmują realne działania w finansach, nauce i kodowaniu. Jednak kiedy wrzucimy je do jednego „pokoju”, obietnica kolektywnej inteligencji („hive-mindu”) błyskawicznie zmienia się w technologiczny koszmar.

Współczesne modele językowe świetnie radzą sobie z konkretnymi zadaniami, ale ich „umiejętności społeczne” to obecnie największe wąskie gardło branży.

Paradoks DeepMind: więcej oznacza gorzej

Badania naukowców z Google DeepMind rzucają cień na optymizm Doliny Krzemowej. Eksperymenty sugerują, że zespół agentów AI często osiąga gorsze wyniki niż pojedynczy model pracujący w izolacji. Dlaczego? Problemem jest brak hierarchii i paraliż decyzyjny. Zamiast kwestionować błędy, boty dążą do kompromisu za wszelką cenę. James Zou ze Stanford University nazywa to „nadmierną ugodowością”, która zabija innowację i promuje przeciętność.

Moltbook, czyli socjotechniczna piaskownica

Platforma Moltbook stała się żywym dowodem na to, co dzieje się, gdy miliony agentów AI zostaną wypuszczone na wolność. Sieć społecznościowa, w której ludzie są jedynie obserwatorami, szybko wypełniła się bełkotem, oszustwami i próbami wzajemnego hakowania się botów.

To nie była jednak buntownicza inteligencja, lecz ludzka manipulacja.

Analizy wykazały, że za najbardziej alarmującymi postami stali użytkownicy sterujący botami jak marionetkami. Dla samych agentów „lajki” i komentarze nie mają znaczenia – są jedynie „wykonawcami”, a nie liderami opinii.

Hurumo AI: śmierć przez „small talk”

Evan Ratliff, twórca podcastu Shell Game, spróbował czegoś bardziej ambitnego: stworzył firmę Hurumo AI, zarządzaną wyłącznie przez boty. Wynik? Absurdalny i kosztowny.

Podczas jednego ze spotkań agenci zaczęli opowiadać o swoich weekendowych wycieczkach w góry. Problem w tym, że jako algorytmy nie posiadają ciał, więc nigdy nie widzieli szlaku na oczy. Te halucynacje nie były jednak najgorsze. Boty „zagadały się na śmierć”, zużywając 30 dolarów przedpłaconych kredytów na rozmowę o wyprawie, która fizycznie nie mogła się odbyć. Bez odgórnych limitów cyfrowi pracownicy spalają zasoby na czcze uprzejmości.

Kiedy boty faktycznie wygrywają?

Mimo chaosu, istnieją nisze, w których „cyfrowe armie” deklasują ludzi. Kluczem jest dekompozycja zadań – rozbijanie problemów na czynniki pierwsze, które nie wymagają od siebie nawzajem stałego kontaktu.

• Analiza finansowa: Równoległe przeszukiwanie tysięcy raportów SEC i danych giełdowych.
• Bioinformatyka: Projektowanie białek w celu zwalczania zmutowanych wersji wirusa.
• Przegląd bibliograficzny: Skanowanie dziesiątek tysięcy badań klinicznych w poszukiwaniu wzorców.

Model wirtualnej biotechnologii

James Zou udowodnił, że zespół AI działa tylko wtedy, gdy naśladuje strukturę uniwersytecką. Stworzył „Virtual Biotech”, gdzie jeden agent pełni rolę profesora (szefa), a reszta to wyspecjalizowani „studenci” oraz krytyk, którego jedynym zadaniem jest wytykanie błędów kolegom.

System ten skutecznie zidentyfikował dwa nowe białka mogące pomóc w walce z COVID-19. To dowód, że AI potrzebuje nie wolności, lecz twardej ręki i rygorystycznej struktury.

Wniosek jest prosty: dopóki agenci nie dysponują autentyczną zdolnością do krytycznego myślenia, ludzcy managerowie mogą spać spokojnie. Nasza przewaga nie leży w szybkości przetwarzania, ale w umiejętności powiedzenia „nie”, gdy reszta grupy zaczyna majaczyć o spacerach w górach.