Estudo do MIT sobre sociedades de agentes de IA se sustenta em GPUs para jogos de consumo

Uma equipe de pesquisa em parceria com a Apex Fusion reproduziu o experimento central de um estudo do MIT sobre sociedades de agentes de IA amplamente discutido, e o principal resultado se sustentou em quatro placas de vídeo para jogos de consumo. A equipe executou o trabalho em GPUs RTX 3090, e não no modelo de fronteira hospedado usado no estudo original.

O estudo do MIT, publicado em agosto, reuniu 50 ou mais agentes baseados em modelos de linguagem em um mundo simulado compartilhado chamado SwarmWorld. Os pesquisadores Pal, Wang e Buehler, do Laboratório de Mecânica Atomística e Molecular do MIT, não atribuíram papéis nem receitas aos agentes. Os agentes exploraram, coletaram materiais, realizaram testes, construíram tecnologias persistentes e escreveram programas que continuavam em execução após os agentes deixarem de existir. Grupos de agentes construíram portfólios de tecnologia mais amplos e mais resilientes do que os melhores entre um número igual de agentes trabalhando isoladamente. Eles também se dividiram em construtores e exploradores sem que fossem instruídos a isso.

Markus Buehler, um dos autores do MIT, apresentou o trabalho como um alerta para a segurança da IA. Se agentes conseguem se coordenar alterando um ambiente compartilhado, observar as mensagens que trocam entre si não é suficiente, argumentou.

O MIT divulgou seu código, prompts e rastros completos, o que tornou possível uma verificação independente. A Apex Fusion, uma fundação suíça que desenvolve infraestrutura para agentes de IA, utilizou esse código e esses comandos sem alterações. A replicação foi liderada por Časlav Nedeljković, da HAL8. A execução levou cerca de 26 horas e 12.800 chamadas de modelo. O artigo e os dados completos dos rastros estão publicados publicamente no GitHub da Apex Fusion.

O estudo do MIT sobre sociedades de agentes de IA se sustentou em GPUs de consumo?

Para testar se o resultado dependia de um modelo de fronteira, a equipe substituiu-o pelo Qwen3.8-27B, um modelo aberto compactado para precisão de 4 bits, e o executou em quatro RTX 3090 de consumo. Nove dos 12 efeitos pareados corresponderam aos resultados do MIT em direção. Isso incluiu todos os ganhos de resiliência de portfólio, e dois deles foram maiores na replicação. Os outros três ficaram dentro da margem de ruído estatístico. A auto-organização também reapareceu. Sociedades com cultura compartilhada se agruparam em torno de suas tecnologias, como ocorreu no original. As ferramentas de análise do próprio MIT produziram o mesmo panorama a partir dos novos rastros.

A diferença mais marcante surgiu entre o desempenho isolado e o desempenho em grupo. Trabalhando sozinho, o modelo Qwen comprimido atingiu 6 de 16 marcos de pesquisa, ligeiramente abaixo dos 7 a 10 alcançados pelo modelo de fronteira do MIT. Em uma sociedade, o modelo menor atingiu todos os 16, enquanto o modelo do MIT atingiu 14.

"O MIT divulgou tudo o que um segundo laboratório precisa para verificar seu trabalho, e isso tornou tudo possível", disse Nedeljković. "Mudamos o modelo, a precisão e o hardware, e o resultado central ainda se manteve. A diferença de desempenho em grupo se ampliou com um modelo mais fraco, o que sugere que o efeito coletivo é robusto."

A conclusão se baseia em uma única execução com um tamanho de população. As populações maiores do estudo do MIT ainda não foram executadas novamente.

Uma configuração de servidor que pesou mais que o tamanho do modelo

A precisão do cache KV altera os resultados de benchmarks de agentes de IA?

A replicação também revelou um detalhe importante para quem executa agentes na própria infraestrutura. O cache KV é a memória de trabalho que um modelo utiliza durante a inferência. Alterar sua precisão modificou os resultados mais do que a diferença entre um modelo de 27B e um de 235B.

As equipes frequentemente comprimem o cache KV para caber contextos mais longos ou mais requisições simultâneas na memória limitada da GPU. A descoberta sugere que benchmarks executados em inferência hospedada localmente podem refletir a configuração do servidor tanto quanto o modelo escolhido.

A equipe informou que os rastros divulgados pelo MIT reproduziram todos os eventos e métricas observáveis, com uma exceção envolvendo uma única verificação interna. A equipe enviou as duas constatações de volta aos autores do MIT, com evidências de apoio, registradas como uma issue e um pull request no GitHub.

Registrando quem realizou o trabalho

Por que agentes de IA de múltiplas organizações precisam de um registro de trabalho verificável?

O interesse da Apex Fusion vai além da reprodutibilidade. Grupos de agentes de diferentes organizações começam a trabalhar juntos, o que levanta questões práticas sobre qual agente realizou o trabalho, qual era o valor desse trabalho e se o registro pode ser verificado posteriormente.

A resposta da empresa é a Vector, que ela descreve como uma camada de liquidação para agentes de IA. Segundo o modelo, os agentes têm uma identidade, atribuem valor em garantia às suas afirmações, trocam trabalhos com caução e liquidam transações com um recibo assinado na blockchain. A Vector é nativa do MCP e roda na Prime, a cadeia base da Apex Fusion.

A replicação foi executada diretamente nas GPUs da própria equipe. A equipe também registrou seu servidor de modelo como fornecedor no marketplace da Vector, que funciona como um gateway compatível com a API da OpenAI. O gateway mede cada requisição e liquida o uso na blockchain em AP3X, o token utilitário da rede. Um projeto-piloto de 32 chamadas pela Vector teve o mesmo comportamento da execução direta.

"À medida que agentes de IA de diferentes organizações começam a trabalhar juntos, a coisa mais valiosa do sistema é um registro confiável de quem fez o quê", disse Christopher Greenwood, CEO da Fundação Apex Fusion. "No projeto-piloto, as chamadas passaram pela Vector, cada uma medida, liquidada e respaldada por um recibo que qualquer pessoa pode verificar."

Se redes de agentes de múltiplas organizações precisarão de uma blockchain para esse registro, em vez de registros e faturamento convencionais, continua sendo uma questão em aberto. A replicação não responde a essa pergunta. A fundação também está em processo de adesão à Agentic AI Foundation, o órgão da Linux Foundation que hospeda os padrões Model Context Protocol e Agent2Agent.

Uma execução em larga escala pela Vector, para uma comparação lado a lado com a execução direta, está em andamento. O próximo tamanho de população do estudo do MIT também está em progresso. A Apex Fusion afirma que planeja abrir a Vector para laboratórios de fronteira, instituições de pesquisa e universidades, e a atividade na rede pode ser acompanhada em um painel ao vivo.

O ponto mais amplo de Buehler é o que se destaca. Se sociedades de agentes como essas puderem rodar em algumas GPUs de consumo, observar como os agentes se coordenam deixa de ser uma preocupação exclusiva dos laboratórios de fronteira.

Este artigo foi escrito com a assistência de IA.
News Factory APP - notícias agênticas para impulsionar seu SEO e AEO.