Магнитная торговая площадка: среда с открытым исходным кодом для исследования агентных рынков

Аннотация

По мере развития агентных систем на основе больших языковых моделей (LLM) они все чаще опосредуют экономические решения — от поиска продуктов до совершения транзакций — от имени пользователей. Такие приложения сулят выгоды, но также порождают множество вопросов относительно подотчетности агентов и их ценности для пользователей. Для решения этих вопросов необходимо понимать, как агенты ведут себя в условиях, приближенных к реальным рыночным. Однако предыдущие исследования в основном оценивали агентов в ограниченных сценариях, таких как рынки для решения единичных задач (например, переговоры) или структурированные взаимодействия между двумя агентами. Реальные рынки фундаментально отличаются: они требуют от агентов способности справляться с разнообразными экономическими активностями и координироваться в рамках крупных, динамичных экосистем, где множество агентов с непрозрачным поведением могут вести открытые диалоги. Чтобы преодолеть этот разрыв, мы исследуем двусторонние агентные рынки, где Ассистенты представляют интересы потребителей, а Сервисные агенты — конкурирующие бизнесы. Для безопасного изучения этих взаимодействий мы разработали Magentic-Marketplace — симулированную среду, в которой могут функционировать Ассистенты и Сервисы. Эта среда позволяет нам изучать ключевые рыночные динамики: полезность, достигаемую агентами, поведенческие смещения, уязвимость к манипуляциям и то, как механизмы поиска влияют на рыночные результаты. Наши эксперименты показывают, что передовые модели могут приближаться к оптимальной эффективности — но только в идеальных условиях поиска. Производительность резко ухудшается с ростом масштаба, и все модели демонстрируют сильное смещение в пользу первого предложения, создавая 10-30-кратное преимущество скорости ответа над его качеством. Эти результаты раскрывают, как поведение агентов формируется в различных рыночных условиях, что информирует проектирование справедливых и эффективных агентных рынков.

English

As LLM agents advance, they are increasingly mediating economic decisions, ranging from product discovery to transactions, on behalf of users. Such applications promise benefits but also raise many questions about agent accountability and value for users. Addressing these questions requires understanding how agents behave in realistic market conditions. However, previous research has largely evaluated agents in constrained settings, such as single-task marketplaces (e.g., negotiation) or structured two-agent interactions. Real-world markets are fundamentally different: they require agents to handle diverse economic activities and coordinate within large, dynamic ecosystems where multiple agents with opaque behaviors may engage in open-ended dialogues. To bridge this gap, we investigate two-sided agentic marketplaces where Assistant agents represent consumers and Service agents represent competing businesses. To study these interactions safely, we develop Magentic-Marketplace-- a simulated environment where Assistants and Services can operate. This environment enables us to study key market dynamics: the utility agents achieve, behavioral biases, vulnerability to manipulation, and how search mechanisms shape market outcomes. Our experiments show that frontier models can approach optimal welfare-- but only under ideal search conditions. Performance degrades sharply with scale, and all models exhibit severe first-proposal bias, creating 10-30x advantages for response speed over quality. These findings reveal how behaviors emerge across market conditions, informing the design of fair and efficient agentic marketplaces.

Магнитная торговая площадка: среда с открытым исходным кодом для исследования агентных рынков

Magentic Marketplace: An Open-Source Environment for Studying Agentic Markets

Аннотация

Support