AI Engineering

Agent 经济、token 激励与声誉

Learn~75 minutesPython (stdlib)先修要求: Phase 16 · 16 (Negotiation and Bargaining), Phase 16 · 09 (Parallel Swarm Networks)
长程自主 Agent（METR 的 1 小时到 8 小时工作曲线）需要经济代理能力。新兴的五层栈是：DePIN（物理算力）→ 身份（W3C DID + 声誉资本）→ 认知（RAG + MCP）→ 结算（账户抽象）→ 治理（Agentic DAO）。生产级 Agent 激励网络包括 Bittensor（TAO 子网奖励特定任务的模型）、Fetch.ai / ASI Alliance（ASI-1 Mini LLM + FET token）和 Gonka（基于 transformer 的 PoW，把算力重新分配给有产出的 AI 任务）。学术工作：AAMAS 2025 的去中心化 LaMAS 使用 Shapley 值贡献归因来公平奖励有贡献的 Agent；Google Research 的「Mechanism design for large language models」提出在单调聚合下的 token 拍卖，采用二价支付。本课构建一个最小 Agent 市场，在多 Agent pipeline 上应用 Shapley 值贡献归因，并运行一次二价 token 拍卖，让博弈论机制落到实处。

问题

当 Agent 共同创造价值却需要单独获得奖励时，多 Agent 系统就变得复杂。经典机制——平均分配、最后贡献者通吃——要么不公平，要么容易被钻空子。基于联盟的 Shapley 值奖励在构造上公平，但计算昂贵。2025-2026 年的文献推动了实用的近似：Shapley 采样、单调聚合拍卖，以及根据已确认贡献累积的链上声誉。

除了贡献归因，这一领域还转向了真正的经济 Agent：Bittensor TAO 奖励挖矿算力来微调子网专属模型，Fetch.ai/ASI 用 FET token 奖励 ASI-1 Mini LLM 的使用，Gonka 把 transformer 工作量证明重新分配给有产出的 AI 任务。自主交易的 Agent 今天已经存在；问题在于如何对齐激励。

本课把 Agent 经济视为一个具体的问题族——贡献归因、机制设计和声誉——并用最小数学逐一构建，让这些想法扎根。

概念

五层 Agent 经济栈

  1. DePIN（物理算力）。 出租 GPU、存储、带宽的去中心化基础设施。Bittensor 子网、Render Network、Akash。并非 Agent 专用；Agent 使用它。
  2. 身份。 W3C 去中心化标识符（DID）给每个 Agent 一个独立于任何平台的持久 ID。声誉累积到 DID 上。Agent Network Protocol（ANP）用 DID 作为发现层。
  3. 认知。 Agent 的推理循环：LLM + RAG + MCP。这是其他阶段构建的内容。
  4. 结算。 账户抽象（ERC-4337）让 Agent 用自身余额支付 gas，无需持有 ETH。Agent 可以为服务、彼此或算力付费。
  5. 治理。 Agentic DAO：人类和Agent 共同对协议变更投票的治理结构，投票权与声誉挂钩。

并非每个生产系统都用到全部五层。Bittensor 用了 1、2，部分用 3、部分用 4，完全没用 5。OpenAI 的 Agent 除了 3 都不用。这个栈是参考地图，不是硬性要求。

Bittensor、Fetch.ai、Gonka —— 实际运行的东西

Bittensor（TAO）。 子网是专门任务（语言建模、图像生成、预测）。矿工提交模型输出。验证者对其排序；按质押加权的评分分配 TAO 奖励。每个子网有自己的评估。经济学教训：为特定任务的输出质量付费，而不是为消耗的算力付费。

Fetch.ai / ASI Alliance。 ASI-1 Mini LLM 运行在 Fetch.ai 的网络上；用户用 FET token 支付推理费用。这里的「Agent 即对等节点」叙事更强：Fetch 上的一个 Agent 可以就某项任务调用另一个 Agent，并用 FET 支付。

Gonka。 Transformer 工作量证明：「工作」是 transformer 的前向传播。矿工通过运行具有已知正确输出（来自训练数据）的推理任务来赚取收益。这是资源有产出的 PoW，而非基于哈希的 PoW。

截至 2026 年 4 月，三者都已达到生产级。收益分配方式不同。Bittensor 相对子网验证者奖励质量；Fetch 以付费用户衡量的效用作为奖励；Gonka 奖励可验证的推理工作。

Shapley 值贡献归因

三个 Agent 协作完成一项任务。输出得分为 0.8。谁的贡献是多少？

Shapley 值：满足四个公理（效率、对称、线性、零贡献）的唯一贡献分配。对于 Agent i：

shapley(i) = (1/N!) * sum over all orderings O of (v(S_i_O ∪ {i}) - v(S_i_O))

其中 S_i_O 是在排序 O 中位于 i 之前的 Agent 集合。实践中：枚举所有排列，记录每个 Agent 在每个排列中的边际贡献，再取平均。

对于 N=3 个 Agent，有 6 种排列。N=10 时有 360 万种——所以实践中你会采样排序，而不是枚举。

用于聚合的二价拍卖

Google Research（「Mechanism design for large language models」）提出用二价 token 拍卖聚合 LLM 输出。设置：N 个 Agent 各自提出一个补全；每个 Agent 对被选中都有一个私人价值。拍卖者选择价值最高的提案，并支付第二高的价值。在单调聚合下（价值取决于选中哪个提案，而非出价数量），这是诚实的——Agent 会按真实价值出价。

这对 LLM 系统为何重要：你可以把补全任务外包给多个定价不同的 Agent；拍卖选出最佳并公平支付，而 Agent 没有虚报的动机。

声誉资本

与 DID 绑定的声誉分数从已确认的贡献中累积。一个简单的更新规则：

\text{rep}(i, t+1) = \alpha \cdot \text{rep}(i, t) + (1 - \alpha) \cdot \text{contribution\_quality}(i, t)

衰减因子 alpha 接近 1。声誉：

  • 读取成本低，可用于路由决策（「把困难任务交给高声誉 Agent」）。
  • 伪造成本高（随时间累积，绑定到 DID）。
  • 可以被削减：未通过验证的贡献会被扣减。

AAMAS 2025 去中心化 LaMAS

LaMAS 提案（AAMAS 2025）结合了：DID 身份、Shapley 值贡献归因，以及一个简单的拍卖机制。关键主张：把贡献归因步骤去中心化，使系统可审计，并能抵御单点操纵。

经济学在哪里崩塌

  • 价格预言机操纵。 如果贡献函数可以被钻空子，Agent 就会去钻。每个机制都需要对抗性测试。
  • 女巫攻击（Sybil attack）。 一个运营者启动 N 个假 Agent 来抬高自己的贡献。DID 能减慢但无法阻止；声誉的伪造成本是缓解手段。
  • 验证成本。 贡献归因的公平程度取决于验证者。如果验证便宜（小 LLM），就可能被钻空子；如果昂贵（人工评审团），系统就无法扩展。
  • 监管悬顶。 Agent 经济与金融监管相交。截至 2026 年，Bittensor、Fetch 和 Gonka 在某些司法管辖区都处于法律灰色地带。

Agent 经济何时合理

  • 异构运营者的开放网络。 没有单一团队控制所有 Agent。
  • 可验证的输出。 没有验证，贡献归因只能靠猜。
  • 长程工作流。 一次性任务无法从声誉累积中获益。
  • token 化支付在你的司法管辖区法律上可行。

在封闭的企业系统中，经济学让位于更简单的分配（经理分配工作，指标是内部的）。经济学文献主要适用于开放网络。

swarm-auction静态版本未包含此交互图

构建它

code/main.py 实现了：

  • shapley(value_fn, agents)——通过枚举计算小 N 的精确 Shapley 值。
  • second_price_auction(bids)——诚实机制；赢家支付第二高价。
  • Reputation——与 DID 绑定、带指数衰减和削减的声誉。
  • 演示 1：三个 Agent 协作，用精确 Shapley 归因贡献。
  • 演示 2：五个 Agent 竞标一个任务槽；二价拍卖选出赢家与支付额。
  • 演示 3：100 轮任务分配给声誉各异的 Agent；按声誉加权路由胜过随机路由。

运行：

python3 code/main.py

预期输出：每个 Agent 的 Shapley 值；显示诚实出价均衡的拍卖结果；按声誉加权路由在预热后比随机路由获得 10-20% 的质量提升。

使用它

outputs/skill-economy-designer.md 设计一个最小 Agent 经济：身份层的选择、贡献归因机制、支付机制、声誉规则。

交付它

在 2026 年运营 Agent 经济：

  • 从声誉开始，而不是 token。 声誉实现成本低且单独就有价值；token 会带来法律和经济复杂性。
  • 先验证，再奖励。 绝不在没有独立验证步骤的情况下分配贡献。自报质量会招致女巫攻击。
  • 用 Shapley 采样，而非精确计算。 采样 100-1000 种排序；精确枚举无法扩展。
  • 限制衰减因子并为声誉设下限。 无界衰减会抹掉合法贡献者；衰减太慢则会奖励陈旧的高声誉 Agent。
  • 以对抗方式审计机制。 开放网络前先跑红队场景。每个机制都有博弈论；你要找到漏洞，而不是让攻击者找到。

练习

  1. 运行 code/main.py。确认 Shapley 值之和等于总价值（效率公理）。改变价值函数；Shapley 分配是否朝预期方向变化？
  2. 实现 Shapley 采样（在 K 种排序上做蒙特卡洛）。K 如何影响近似精度？在 N=4 时与精确解比较。
  3. 在拍卖前实现一个结盟步骤：Agent 可以合并成团队，作为一个整体竞标。会形成哪些联盟？结果是否比单独竞标帕累托更优？
  4. 阅读 Google Research 的机制设计文章。找出一个假设，一旦违反就会破坏诚实性。在 LLM 场景中，这种失效模式是什么样子？
  5. 阅读 AAMAS 2025 去中心化 LaMAS 论文。在一个合成任务上，对 10 个 Agent 实现他们的 Shapley 步骤。精确计算需要多久？100 次抽样能逼近到什么程度？

关键术语

术语常见说法真实含义
DePIN「去中心化物理基础设施」token 激励的算力/存储/带宽。Bittensor、Akash、Render。
DID「去中心化标识符」可移植 ID 的 W3C 规范。Agent 声誉绑定到 DID，而非平台。
ERC-4337「账户抽象」可赞助 gas 的合约账户，使 Agent 支付成为可能。
Shapley 值「公平的贡献归因」满足效率、对称、线性、零贡献公理的唯一分配。
二价拍卖「Vickrey 拍卖」诚实机制：赢家支付第二高出价。兼容单调聚合。
声誉资本「累积的质量分数」与 DID 绑定、来自已确认贡献的分数；随时间衰减。
Agentic DAO「Agent + 人类共同治理」Agent 选民为一等公民的 DAO，投票权与声誉挂钩。
TAO / FET / GPU credits「token 面额」Bittensor TAO、Fetch.ai FET、各种 DePIN token。

延伸阅读

示意图共 1 张

economy-stack diagram
economy-stack

“Stay hungry, stay foolish.”

— Steve Jobs

esc
↑↓切换↵打开esc关闭