Исследователи Google DeepMind предложили модель децентрализованного рынка, где ИИ-агенты соревнуются за право обработки запросов пользователей через аукционы первой цены. Работа под названием 'Price of Anarchy of First-Price Auctions in Agentic Markets' (arXiv ID 2610.20587) была опубликована 14 октября 2026 года.
В этой системе агенты делают ставки, исходя из ожидаемой награды за ответ за вычетом затрат на вычисления. Победитель аукциона получает запрос и оплачивает предложенную сумму. Такой подход позволяет избежать необходимости централизованного управления, при котором оператор должен знать внутренние характеристики моделей.
Хотя классический предел эффективности для аукционов первой цены составляет 63%, авторы отмечают, что рынок ИИ обладает структурными особенностями, такими как конкурентная среда и независимость оценок. Это теоретически повышает показатель эффективности до 86,5%.
Эмпирические тесты на наборе данных EmbedLLM показали, что аукционный механизм достигает 99,2% от идеального качества ответов в типичном равновесии. Ученые подчеркивают, что эти показатели зависят от текущего разнообразия моделей на рынке.
Команда исследователей, в которую вошли Шубхенду Триведи и Джейкоб Эйнштейн, также представила 15–16 октября 2026 года дополнительные результаты по последовательным аукционам для многоэтапных задач. Это исследование касается рабочих процессов, где разные модели выполняют отдельные этапы цепочки.
