AI 原生开放教材

外观

AI 工程从零到一（中文）源码研读·中文原文 ↗原件 ↓仓库 ↗

Agent 经济、token 激励、声誉 ​

长视野自主 agent（METR 的「1 小时到 8 小时工作曲线」）需要经济能动性。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）。生产级的 agent 激励网络包括 Bittensor（TAO 子网奖励任务专属模型）、Fetch.ai / ASI Alliance（ASI-1 Mini LLM + FET 代币）、和 Gonka（基于 transformer 的 PoW，把算力重新分配到有产出的 AI 任务上）。学术工作：AAMAS 2025 的去中心化 LaMAS 用 Shapley 值信用归因 公平地奖励有贡献的 agent；Google Research 的《Mechanism design for large language models》提出在单调聚合下用二价支付的 token 拍卖。本课构建一个最小的 agent 市场，对一条多 agent 流水线应用 Shapley 值信用归因，并跑一场二价 token 拍卖，让博弈论这套机器具体落地。

类型： Learn 语言： Python（标准库） 前置要求： Phase 16 · 16（谈判与议价）、Phase 16 · 09（并行 Swarm 网络） 预计时间： ~75 分钟

问题背景 ​

当 agent 共同产出价值、却需要被单独奖励时，多 agent 系统就变复杂了。经典机制——平分、最后贡献者通吃——要么不公平要么可被操纵。通过 Shapley 值做基于联盟的奖励从构造上是公平的，但计算昂贵。2025-2026 年的文献推出了有用的近似：Shapley 采样、单调聚合拍卖、以及从确认贡献中累积的链上声誉。

在信用归因之外，这个领域转向了真正的经济 agent：Bittensor TAO 奖励挖矿算力去微调子网专属模型，Fetch.ai/ASI 用 FET 代币奖励 ASI-1 Mini LLM 使用，Gonka 把 transformer 工作量证明重新分配到有产出的 AI 任务上。自主交易的 agent 今天就存在；问题是如何对齐激励。

本课把 agent 经济当成一个具体的问题家族——信用归因、机制设计、声誉——用最少的数学构建每一个，好让想法留得住。

核心概念 ​

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。不是 agent 专属；agent 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 当发现层。
  3. 认知。 agent 的推理循环：LLM + RAG + MCP。这是其他阶段构建的东西。
  4. 结算。 账户抽象（ERC-4337）让 agent 从自己的余额支付 gas，无需持有 ETH。agent 能为服务、为彼此、或为算力付费。
  5. 治理。 Agentic DAO：人和 agent 都对协议变更投票的治理结构，投票权与声誉挂钩。

不是每个生产系统都用全五层。Bittensor 用 1、2，部分用 3、部分用 4，完全不用 5。OpenAI agent 除了 3 哪个都不用。这个栈是一张参考地图，不是要求。

Bittensor、Fetch.ai、Gonka —— 在跑的是什么 ​

Bittensor（TAO）。 子网是专门化的任务（语言建模、图像生成、预测）。矿工提交模型输出。验证者给它们排名；按质押加权的打分分配 TAO 奖励。每个子网有自己的评估。经济教训：为任务专属输出质量付费，而不是为用掉的算力付费。

Fetch.ai / ASI Alliance。 ASI-1 Mini LLM 跑在 Fetch.ai 的网络上；用户付 FET 代币做推理。「agent 即对等端」叙事在这里更强：Fetch 上的一个 agent 能为一个任务调另一个 agent、用 FET 付钱。

Gonka。 Transformer 工作量证明：「工作」是 transformer 的前向传播。矿工通过跑有已知正确输出（来自训练数据）的推理任务来赚取。用资源有产出的 PoW 取代基于哈希的 PoW。

截至 2026 年 4 月，这三个都是生产级的。收益分配各不相同。Bittensor 奖励相对子网验证者的质量；Fetch 奖励由付费用户衡量的效用；Gonka 奖励可验证的推理工作。

Shapley 值信用归因 ​

三个 agent 协作做一个任务。输出得 0.8 分。谁贡献了什么？

Shapley 值：满足四条公理（效率、对称、线性、零贡献）的唯一信用分配。对 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 是排序 O 里 i 之前的 agent 集合。实践中：枚举所有排列，记录每个 agent 在每个排列里的边际贡献，求平均。

N=3 个 agent 有 6 个排列。N=10 有 360 万——所以实践中你采样排序而非枚举。

用于聚合的二价拍卖 ​

Google Research（《Mechanism design for large language models》）提出用二价 token 拍卖来聚合 LLM 输出。设定：N 个 agent 各提一个补全；每个对「被选中」有一个私有价值。拍卖方挑出价值最高的提案，支付次高价值。在单调聚合下（价值取决于选了哪个提案，而非有多少出价），这是诚实的——agent 出真实价值。

这对 LLM 系统为何重要：你能把补全任务外包给多个定价不同的 agent；拍卖挑出最好的 + 公平支付，agent 没有谎报的动机。

声誉资本 ​

一个绑定 DID 的声誉分数从确认的贡献中累积。一条简单的更新规则：

rep(i, t+1) = alpha * rep(i, t) + (1 - alpha) * contribution_quality(i, t)

衰减因子 alpha 接近 1。声誉：

  • 读起来便宜，可用于路由决策（「把难任务发给高声誉 agent」）。
  • 伪造起来昂贵（随时间累积，绑定 DID）。
  • 可被罚没：未通过验证的贡献做减法。

AAMAS 2025 去中心化 LaMAS ​

LaMAS 提案（AAMAS 2025）结合了：DID 身份、Shapley 值信用归因、和一个简单的拍卖机制。关键论断：把信用归因这一步去中心化，让系统可审计、且免疫单点操纵。

经济学在哪崩 ​

  • 价格预言机操纵。 如果信用函数能被操纵，agent 就会操纵它。每个机制都需要一个对抗测试。
  • 女巫攻击（Sybil）。 一个运营方拉起 N 个假 agent 来抬高自己的贡献。DID 拖慢但拦不住这个；「伪造声誉的成本」才是缓解。
  • 验证成本。 信用归因只跟验证器一样公平。如果验证便宜（小 LLM），它能被操纵；如果昂贵（人类评审团），系统扩展不了。
  • 监管悬顶。 agent 经济与金融监管交叉。截至 2026 年，Bittensor、Fetch、Gonka 在某些司法辖区都处于法律灰色地带。

agent 经济何时说得通 ​

  • 运营方异质的开放网络。 没有单个团队控制所有 agent。
  • 可验证的输出。 没有验证，信用归因就是瞎猜。
  • 长视野工作流。 一次性任务从声誉累积里得不到好处。
  • 在你的司法辖区代币化支付在法律上可行。

在封闭的企业系统里，经济学让位于更简单的分配（管理者派活儿、指标是内部的）。经济学文献主要适用于开放网络。

figure
swarm-auction

动手构建 ​

code/main.py 实现：

  • shapley(value_fn, agents) —— 对小 N 用枚举做精确 Shapley 计算。
  • second_price_auction(bids) —— 诚实机制；赢家支付次高价。
  • Reputation —— 绑定 DID 的声誉，带指数衰减和罚没。
  • 演示 1：三个 agent 协作，精确 Shapley 归因信用。
  • 演示 2：五个 agent 竞标一个任务槽位；二价拍卖挑赢家 + 支付。
  • 演示 3：100 轮把任务分配给声誉异质的 agent；声誉加权路由打败随机。

运行：

python3 code/main.py

预期输出：每个 agent 的 Shapley 值；展示诚实出价均衡的拍卖结果；预热后声誉加权路由相比随机有 10-20% 质量提升。

实际使用 ​

outputs/skill-economy-designer.md 设计一个最小的 agent 经济：身份层选择、信用归因机制、支付机制、声誉规则。

拿去用 ​

2026 年运行一个 agent 经济：

  • 先上声誉，不上代币。 声誉实现便宜、单独就有价值；代币增加法律和经济复杂度。
  • 奖励前先验证。 绝不在没有独立验证步骤的情况下分配信用。自报质量会招来女巫游戏。
  • 用 Shapley 采样，不用 Shapley 精确。 采样 100-1000 个排序；精确枚举扩展不了。
  • 给衰减因子设上限、给声誉设下限。 无界衰减会抹掉正当贡献者；衰减太慢会奖励陈旧的高声誉 agent。
  • 对机制做对抗审计。 在开放网络前跑红队场景。每个机制都有一套博弈论；你要找的是漏洞，而不是攻击者。

练习 ​

  1. 跑 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（对 K 个排序做蒙特卡洛）。K 如何影响近似精度？对 N=4 跟精确做对比。
  3. 在拍卖前实现一个联盟形成步骤：agent 能合并成团队、作为一个单元出价。哪些联盟会形成？结果在帕累托意义上比单独出价更好吗？
  4. 读 Google Research 机制设计博文。指出一个假设，它一旦被违反就破坏诚实性。在 LLM 设定里那个故障模式长什么样？
  5. 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。精确计算花多久？采样 100 次能逼近到多接近？

关键术语 ​

术语大家嘴上怎么说它实际是什么意思
DePIN「去中心化物理基础设施」代币激励的算力/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」能赞助 gas 的合约账户，使 agent 支付成为可能。
Shapley value「公平信用归因」满足效率、对称、线性、零贡献的唯一分配。
Second-price auction「Vickrey 拍卖」诚实机制：赢家支付次高出价。与单调聚合兼容。
Reputation capital「累积的质量分数」从确认贡献得来的绑定 DID 分数；随时间衰减。
Agentic DAO「agent + 人共同治理」agent 投票者作为一等公民的 DAO，投票权与声誉挂钩。
TAO / FET / GPU credits「代币计价单位」Bittensor TAO、Fetch.ai FET、各种 DePIN 代币。

延伸阅读 ​