Thousand Token Wood：在 3B 模型上构建多智能体经济系统

背景

Thousand Token Wood 是作者为 Build Small Hackathon（小型构建黑客松）开发的一个项目。这是一个微型的经济模拟系统，包含五种 woodland creatures（林地生物），每种生物都是一个独立的智能体（Agent），运行在 Qwen2.5-3B 模型之上。在这个系统中，生物们交易五种商品以获取鹅卵石（货币），它们会闲聊、囤积货物，甚至引发恐慌。

该项目展示了当用户“拨弄”这片森林时，气泡、崩盘以及日益扩大的贫富差距会如何自发出现。模型通过 vLLM 在 Modal 平台上进行服务，并通过 Gradio 应用作为观察森林的窗口。

这是一份面向使用小模型构建应用者的工程现场报告。其核心结论是：3B 参数量的模型是一个可靠的格式生成器，但是一个不可靠的推理器；涌现式系统需要人为设计的稀缺性；而最精彩的演示往往诞生于技术约束与用户已有深刻理解的领域交汇处。

核心内容

为什么“小”是设计选择，而非限制

一个有活力的经济系统需要大量智能体在每次运行中进行多次思考。这正是前沿大模型（Frontier Models）不适合的场景：运行一个由交易员组成的委员会，前沿模型太慢且成本过高。小模型使得实时多智能体模拟成为可能。每一只生物在每个回合中通过单次批处理的 GPU 调用即可完成决策。

初始经济体的失败与稀缺性的引入

最初的版本是一个“死”的经济体。生产速度超过了消费速度，导致每只生物都能自给自足，没有任何交易的理由。市场清算一次后就陷入了沉默。

解决之道在于工程化稀缺性（Engineered Scarcity）：

1. 饮食多样性限制：每只生物每餐只能食用一种食物的一个单位。因此，为了生存，它们必须购买自己不种植的食物。
2. 腐烂机制：易腐食物如果囤积会腐烂，迫使生物在食物仍有价值时将其售出。
3. 冬季燃料危机：每只生物每个回合都必须燃烧木柴，需求随时间推移而增加，但只有一种生物（樵夫）生产木柴。

最后这一机制推动了戏剧性冲突：单一供应商无法满足日益增长的需求，导致樵夫变得富有，而其他生物则竞相争夺取暖资源。

有效的 JSON 输出与薄弱的经济判断

在引入稀缺性后，小模型的一个诚实教训浮现出来：3B 模型在 100% 的调用中都能输出合法的 JSON，但其经济判断力很差。例如，一只生产橡果的生物会发布订单去“购买”橡果——这正是它拥有过剩库存的东西。

解决方案不是使用更大的模型，而是更精准的提示词（Prompting）。作者明确告知每个智能体它生产什么、绝对不应该买什么，计算它短缺的具体商品列表，并提供一个工作示例。决策质量因此大幅提升，生物们开始根据其角色进行贸易。

整个循环包裹在一个宽容的 JSON 解析与修复层中，如果响应格式错误，系统会降级为无操作（no-op），而不是导致模拟崩溃。

福祉模型的调整

另一个教训来自对“福祉（Wellbeing）”的建模。作者最初将其建模为累加器，任何长期的短缺都会导致生物在运行过程中归零，形成一种令人沮丧的死亡螺旋，这也惩罚了智能体不完美的优化能力。

作者将其重构为一种均值回归的情绪（Mean-reverting mood）：当生物吃饱且温暖时，情绪会恢复，且永远不会降至零。作者认为，风险应当体现在鹅卵石、价格和地位上，而不是饥饿上。

故事的涌现：从市场历史到森林传说

作者最满意的功能是将项目与市场历史联系起来。玩家可以抽取“森林传说（Wood Legend）”，将著名的历史事件重塑为森林民间故事：

• 郁金香狂热（Tulip Mania） 变为 大橡果狂热（The Great Acorn Mania）。
• 南海泡沫（The South Sea Bubble） 变为 空心原木贸易公司（The Hollow Log Trading Company）。
• 1929 年银行挤兑（1929 bank runs） 变为 奥娜金库挤兑（The Run on Oona's Hoard）。

这些不仅仅是背景文字。每个传说都会触发真实的冲击，智能体会对此做出反应。在一次运行中，作者抽到了“奥娜金库挤兑”，谣言称猫头鹰的保险库空了。奥娜开始清算她的蜂蜜以筹集鹅卵石，供应的激增导致蜂蜜价格在随后的几个回合中从 10 暴跌至 3。这种重塑的银行挤兑导致智能体抛售资产并移动了市场价格。这一切都不是脚本预设的。

为了让这种动态可见，价格必须发生移动。起初价格是冻结的，因为智能体引用了作者展示给它们的参考价格。解决方案是让市场参考价格在每轮交易后根据剩余的供需关系进行漂移：未完成的强劲买入推高价格，供过于求则压低价格。现在，价格在稀缺期间呈现趋势，而在平衡交易中保持平静。

实际运行结果

在一次典型的十五回合运行中，中途注入了干旱和冬季谣言。每一次移动的推理过程都包含在开源的轨迹数据集中：每一行数据代表一只生物完整的提示词、原始响应、解析后的动作以及私密思维。

关键要点

• 小模型的优势在于格式而非推理：3B 模型能完美生成结构化数据（如 JSON），但在逻辑推理和经济判断上表现不佳。
• 提示工程优于模型规模：通过精确的提示词设计（明确生产/禁止购买列表、提供示例）可以显著提升小模型的决策质量，无需依赖更大参数量的模型。
• 涌现系统需要人为设计的稀缺性：在模拟中，如果资源充足，智能体将缺乏交互动力。必须通过饮食限制、物品腐烂、特定资源垄断等机制制造稀缺，才能驱动交易和冲突。
• 避免惩罚性机制：在模拟中，应避免使用会导致智能体“死亡”或归零的累加器机制，改用均值回归的情绪或状态模型，使风险体现在经济层面而非生存层面。
• 历史叙事驱动动态行为：将真实的市场历史事件（如泡沫、挤兑）重述为模拟中的事件，可以触发智能体的真实反应，产生无需脚本预设的复杂市场动态。
• 动态价格机制的重要性：智能体不应仅引用静态参考价格，价格应基于每轮交易后的剩余供需关系动态漂移，以反映真实的经济趋势。
• 技术约束与用户认知的结合：最引人入胜的小模型演示，往往是将技术限制（如算力限制）与用户熟悉的概念（如市场历史、森林传说）相结合。

意义与影响

Thousand Token Wood 项目证明了使用小参数模型（如 Qwen2.5-3B）构建复杂、实时多智能体系统的可行性。它揭示了在资源受限环境下，通过工程化手段（提示词优化、结构约束、稀缺性设计）可以弥补小模型在推理能力上的不足。

该项目的开源轨迹数据集为研究者提供了宝贵的样本，展示了小模型在结构化输出与逻辑推理之间的差距，以及如何通过系统设计来引导智能体行为。此外，它将抽象的经济学原理（如供需关系、市场恐慌）与具体的叙事场景结合，为构建具有涌现行为的模拟环境提供了新的思路。

正如作者所言：“小模型，大冒险（Small models, big adventures）。” 这一项目不仅是一个技术演示，更是对如何在有限算力下构建丰富交互系统的深刻探索。