DeepMind 论文:首价拍卖在智能体市场中的无政府代价可逼近零
_onionesque · x · 2026-10-15
Google DeepMind 与 Google Research 的论文(arXiv:2610.20587)研究「智能体市场」——一个去中心化的推理服务市场,AI 智能体通过首价拍卖(FPA)竞标每个用户 prompt,出价为其期望回报减去推理成本。
核心问题:FPA 简单透明、无需掌握各方私有能力信息,但不真实(not truthful),可能导致 prompt 分配给估值较低者,福利损失用 price-of-anarchy(PoA)度量。
关键结论:
- 竞争下限(competitive floor):当多个竞标者对同一 prompt 的估值都高于最优福利的某个基线份额时(例如最强模型常被蒸馏成廉价近似替代品),竞争可将福利损失压低,随下限抬升可趋于零。
- 条件近独立(near-independence):当期望价值的大部分可预测变异由 prompt 难度决定时,效率保证可接近最优福利的 1−1/e² 因子。
- 两者均显著优于一般情形的 1−1/e 下界,并在 EmbedLLM prompt 路由数据集上用策略性竞标者模拟做了实证验证。
「编程与Agent」频道最新
- Player-1：强化学习让 VLM 智能体零迁移玩转 GTA V — yshan2u · 2026-10-15
- AI 工程与 Agent 工程有何区别：一个造产品，一个把 Agent 编进团队 — Al_Grigor · 2026-10-15
- 用 Cursor+Gemini 4 Argon 做出多人联机 3D 夺旗游戏 — FinanceYF5 · 2026-10-15
- 用户实测：Opus 5.5 代码能力大涨，写出的英文文案却怪到没法用 — indragie · 2026-10-15
- Gary Marcus 转引：管理编程 Agent 让工程师身心俱疲 — GaryMarcus · 2026-10-15
- AI 时代解题快感仍在：别只学语法技巧，要练系统设计 — _jaydeepkarale · 2026-10-15