Агентная экономика: кто получает выгоду, когда машины договариваются

В октябре 2025 года я разбирал Virtual Agent Economies от Google DeepMind. Тогда меня интересовал довольно конкретный переход: что произойдёт, когда программы смогут самостоятельно договариваться о работе и ресурсах, а люди перестанут участвовать в каждой отдельной сделке. В продолжении обсуждалась конструкция таких рынков: их границы, аукционы, доверие и общественные цели.

За прошедшее время появилось достаточно материала, чтобы вернуться к этому разговору с более строгими вопросами. Кто именно принимает решения? Чьи деньги он тратит? Покупается ли полезная работа у независимого исполнителя? Кто может сказать, что работа выполнена плохо? У слова «экономика» быстро заканчивается объяснительная сила, если им одинаково называть внутренний цикл из пяти моделей, покупку билета для человека и сеть самостоятельных поставщиков услуг.

Для этого разбора я предлагаю рабочее определение: агентная экономика — это системы обмена, в которых программам делегированы существенные решения о выборе контрагента, распределении ресурсов или условиях сделки. Степень автономии может различаться. Агент действует в интересах владельца или организации; техническая возможность подписать платёж сама по себе не делает его независимым собственником, компанией или носителем юридической ответственности.

Это авторское разделение, а не общепринятый стандарт. Оно нужно, чтобы не переносить успех из одной строки в другую. Хорошая маршрутизация моделей ещё не доказывает, что возник жизнеспособный рынок. Большой оборот между кошельками ещё не показывает, что конечному пользователю стало лучше.

В исходной работе от 12 сентября 2025 года экономики описываются по двум осям: возникли ли они стихийно или были спроектированы; насколько свободно взаимодействуют с внешней человеческой экономикой. Авторы ожидают рост проницаемых систем и предлагают заранее создавать механизмы управления. Это сценарная и нормативная рамка, а не измерение уже существующего рынка.

Мне кажется полезным трактовать проницаемость как набор конкретных разрешений. Может ли система покупать данные извне? Может ли продавать созданный код? Может ли резервировать физическое оборудование, а затем передавать обязательство другому исполнителю? В каждом случае наружу выходят разные последствия: расходы, утечка информации, задержка производства, неисполненный договор.

Поэтому экономическая песочница не совпадает с контейнером для безопасного исполнения кода. Можно надёжно изолировать процесс от файловой системы и одновременно разрешить ему потратить весь бюджет на ненужные услуги. Можно запретить внешние платежи, но разрешить обработку чувствительных данных. Границы денег, данных, полномочий и физических действий придётся задавать отдельно.

У этой хронологии нет одной линии зрелости. Исследования переговоров, внутренние аукционы и платёжные системы развиваются параллельно. Соединить их в работающий рынок — отдельная инженерная и институциональная задача.

Самый осязаемый пример — Project Deal от Anthropic. В декабре 2025-го 69 добровольцев из компании передали агентам предпочтения о покупке и продаже вещей; каждому выделили по $100. Результаты опубликованы 24 апреля 2026-го. В исполненном прогоне агенты на Opus 4.5 заключили 186 сделок; приложение к отчёту указывает 206 проданных предметов на $4 010. Сделка и предмет здесь разные единицы учёта.

Сравнение Opus и Haiku проводилось в других, неисполненных прогонах. Авторы обнаружили преимущество сильной модели. Среди 28 участников, которых в двух смешанных прогонах представляли разные модели, статистически значимого предпочтения одной модели не обнаружили: это не доказательство, что люди принципиально неспособны заметить разницу.

Дальше начинается более интересный вопрос, чем сам факт торговли. Допустим, два представителя одинаково точно поняли предпочтения владельцев, но один лучше умеет торговаться. Он добился более низкой цены. Это улучшило положение покупателя, однако ещё не означает, что общество получило больше полезной работы: часть эффекта могла быть перераспределением уже существующей выгоды от продавца к покупателю. Для увеличения общей выгоды нужны дополнительные механизмы: найденная ранее невозможная сделка, меньше потраченного времени, более подходящий товар.

Поэтому я бы измерял два результата отдельно. Первый — создаётся ли больше взаимовыгодных обменов. Второй — кто получает выигрыш внутри этих обменов. Можно ускорить рынок и одновременно сделать его менее выгодным для участников с дешёвыми моделями, плохими инструкциями или ограниченным доступом к данным. Это разные утверждения, и для каждого нужен свой контрольный эксперимент.

В прикладном продукте «пользователь доволен» тоже недостаточно. Он знает, что покупка состоялась, но обычно не знает, какой цены мог добиться другой представитель при тех же ограничениях. Разумный контроль — сохранять исходные предпочтения и сравнивать результат с доступной альтернативой: фиксированной ценой, простым правилом поиска или другим агентом. При этом стоимость самого сравнения должна войти в расходы сервиса.

Здесь появляется отдельный предмет конкуренции: качество представительства. Удобный интерфейс и убедительное объяснение покупки не обязаны совпадать с хорошей защитой интересов владельца. Если агент получает вознаграждение от продавца, этот конфликт потребуется сделать видимым и проверяемым. Это вывод о конструкции будущего продукта, а не установленный результат эксперимента Anthropic.

Прямое продолжение исходной исследовательской линии — Intelligent AI Delegation от 12 февраля 2026 года. Томашев, Франклин и Осиндеро рассматривают передачу задачи вместе с полномочиями, ответственностью, мониторингом и возможностью сменить исполнителя. В предложенной ими схеме сначала определяются проверяемые условия результата; слишком трудно проверяемую работу предлагают дробить дальше.

Представим авторский пример. Агенту поручили подготовить исследование рынка. Он нашёл исполнителя, который обещает красивый отчёт за небольшую сумму. Если договорённость заканчивается на словах «сделай хорошее исследование», экономическая проблема возникает уже до оплаты. Непонятно, считать ли приемлемыми устаревшие данные, вторичные пересказы и выводы без обоснования.

Исполнимая постановка может требовать перечень компаний, даты проверки, ссылки на первичные документы, явное разделение фактов и предположений, а также заранее выбранную выборку для независимой проверки. Формат можно проверить автоматически. Соответствие утверждений источникам — дороже. Полноту картины рынка — ещё дороже. У этих трёх проверок разная цена, и ни один подписанный файл не превращает их в одну бесплатную операцию.

Субподряд добавляет сложности. Если первый агент нанял второго, а тот третьего, нужно понимать, кто мог передавать данные, кто имел право увеличивать бюджет и на ком осталось обязательство перед заказчиком. Запись всей цепочки полезна, но сама по себе не создаёт ответственного участника. Такое обязательство должно быть частью правил системы и отношений между её операторами.

В предложении ERC-8183, созданном 25 февраля 2026 года, эта проблема получает конкретную форму: заказчик резервирует оплату, исполнитель сдаёт результат, оценщик подтверждает или отклоняет его. Оценщиком может быть сам заказчик. Спецификация описывает переходы состояний и движение средств; качество суждения оценщика остаётся за выбранной реализацией.

Для меня это важная инженерная граница. Доставка результата, решение о приёмке и перевод денег — три события с разными основаниями. Системе нужны согласованные идентификаторы задачи и версии результата, защита от повторной оплаты, срок ожидания и понятный выход при споре. Это обычные вопросы распределённых систем, получившие финансовые последствия.

Если у разных исполнителей разные навыки и издержки, цена может передавать полезную информацию. Центральный координатор не обязан заранее знать всё о каждом участнике: тот сам сообщает условия, на которых готов взяться за работу. Но это рассуждение опирается на сильную предпосылку — исполнитель достаточно хорошо понимает собственные возможности и расходы.

MarketBench, опубликованный 26 апреля 2026 года, проверяет именно экономическое поведение моделей на рынке задач. Авторы обнаруживают проблемы с оценкой вероятности успеха и затрат на исполнение. Красивое предложение цены может оказаться ещё одним правдоподобным ответом модели, а не обоснованной оценкой себестоимости.

Устройство рынка как способ обучения системы

В Economy of Minds от 1 июня 2026-го аукционы и условное богатство используются для отбора и изменения агентов. При итоговой оценке платежи, банкротства и мутации отключены. В таблице абляций MATH авторы отдельно приводят средний результат 43,9% и лучший 57,0%, при базе сравнения 51,9%. Способ усреднения недостаточно подробно описан: эти числа нельзя автоматически считать средней и лучшей финальной точностью независимых запусков. Равенство полной стоимости вычислений также не показано.

Условные платежи здесь помогают определить вклад отдельных действий: полезные агенты сохраняются, неудачные заменяются, инструкции меняются при фиксированных весах моделей. Так исследователи ищут организацию вычислений. Применимость к рынку независимых поставщиков требует отдельного эксперимента.

Рынок с координатором и субподрядчиками

AgentLance от 24 августа 2026-го ближе к модели рынка труда: ставки, репутация, выбор исполнителя и субподряд. Центральный распределитель остаётся. Авторы показывают улучшения своей метрики относительно выбранных альтернатив, но учитывают стоимость исполнения без расходов на рыночную коммуникацию и называют систему доказательством осуществимости подхода.

Это исключение меняет практический вывод. Предположим, исполнение задачи удалось удешевить на 20 центов. Если сбор предложений, оценка репутации и переговоры обошлись в 30 центов, система пока проиграла по полной стоимости. На дорогой задаче тот же механизм может окупиться. Значит, один из предметов оптимизации — определить, для каких задач вообще открывать торги.

Эта таблица — моя прикладная рамка. Для повторяющихся дешёвых операций заранее выбранный поставщик может быть экономически разумнее аукциона. Для редких сложных задач сравнение предложений может дать большой выигрыш. У рынка тоже есть область применимости.

Платёжная инфраструктура заметно продвинулась, но названия легко складываются в ложное впечатление, будто появился единый стандарт агентной экономики. На деле разные разработки отвечают за разные части взаимодействия.

Две строки этой таблицы предшествуют моему октябрьскому посту: AP2 и ERC-8004 включены как исходный контекст. Дата запуска фонда x402 тоже не является датой рождения самого протокола. Такие различия нужны, чтобы история развития не превращалась в список повторных «запусков» одного решения.

В апрельской записке IMF Notes авторы разделяют намерение, авторизацию и расчёт. Вероятностное поведение агента приходится соединять с инфраструктурой, от которой ждут определённых правил исполнения. Это аналитическая рамка авторов записки; она не устанавливает новый обязательный правовой режим для агентов.

Рассмотрим условную покупку данных. Агент выбрал набор, получил право потратить десять долларов и успешно заплатил. Платёжный сервис может подтвердить получателя, сумму и разрешение. Но набор может оказаться устаревшим, неполным или бесполезным для исходного исследования. Для этих ошибок нужны условия поставки и проверка качества данных.

Обратная проблема тоже возможна: полезные данные доставлены, а платёж завис или повторился после сетевого сбоя. Исполнитель хочет оплату, заказчик — отсутствие двойного списания. Отсюда потребность в учёте состояния заказа и согласовании повторов. Низкая комиссия перевода помогает, но не отменяет эту работу.

Блокчейн здесь один из вариантов реализации. Для некоторых открытых рынков полезны общедоступные записи и программируемые расчёты; внутри организации может быть достаточно реестра задач, ограниченных прав и обычного биллинга. Выбор стоит делать по участникам и модели доверия. Само слово «агент» не предписывает ни криптовалюту, ни определённый способ оплаты.

How Agentic Is Agentic Commerce? от 14 июля 2026 года исследует x402 в Base за 17 сентября 2025 — 23 июня 2026 года. Авторы выделили 136,7 млн расчётов на $44,1 млн. Их классификация относит 21,20% количества операций к фиктивным, 63,78% — к внутренним расчётам связанных кластеров, 15,02% оставляет неатрибутированными.

Это доли числа операций, не денежного объёма. Блокчейн не показывает доставку услуги, а связанность кошельков не доказывает злой умысел. Исследование ограничено конкретным периодом и правилами выделения операций; июльский препринт нельзя выдавать за сентябрьскую перепись рынка.

Однако сама проблема измерения шире x402. Если счётчик увеличивается при каждом внутреннем движении средств, одна полезная задача может породить десятки событий. Если система субсидирует эти события, она может дополнительно стимулировать активность, которую затем показывает как свидетельство спроса. Проверять следует путь от заказа до принятого результата и конечного получателя выгоды.

Это напоминает знакомую мне тему токенов как доказательства работы. Счётчик фиксирует, что система была занята. Чтобы говорить о ценности, потребуется следующая связь: конкретная потребность, полученный результат, его использование и последствия. Иначе одна и та же организация сможет выглядеть огромным рынком, многократно перекладывая бюджет между своими исполнителями.

Я бы смотрел на повторные покупки внешних заказчиков, долю независимых поставщиков, частоту приёмки и возвратов, концентрацию выручки и спрос после изменения субсидий. Нулевой платёж не означает нулевую пользу, а положительный платёж не гарантирует положительной пользы. Но платящий повторный клиент даёт более содержательный сигнал, чем новая запись в реестре или ещё один технический перевод.

Отдельно нужно определять единицу учёта. Агент — это модель, процесс, ключ, кошелёк или независимый оператор? Сто копий одного процесса могут давать большой счётчик участников и совершенно не менять конкуренцию. Без ответа на этот вопрос «число агентов» плохо подходит для оценки размера экономики.

У ERC-8004 есть реестры идентичности, репутации и валидации. Проверенная редакция остаётся Draft; платежи вынесены за пределы спецификации. В разделе безопасности прямо указано, что регистрация не гарантирует работоспособность заявленных способностей, а множество подставных идентичностей может использоваться для накрутки отзывов.

Эмпирический аудит ERC-8004, v2 от 8 июля 2026 года, исследует данные до 13 мая. Только 3%, 4% и 15% регистраций в Ethereum, BSC и Base соответственно имеют корректный файл регистрации с заявленным сервисом по использованному критерию. Это не доля независимо проверенных компетентных исполнителей; эвристики подозрительных отзывов тоже не устанавливают виновность владельцев.

Репутация должна отвечать на гораздо более узкий вопрос, чем «хороший ли это агент». Кто проверял его работу? На каких задачах? С какой ценой ошибки? Когда? После какой смены модели или инструментов? Исполнитель с сотней хороших отзывов о переводе текстов не получает автоматически право оценивать инженерную безопасность. Средняя оценка скрывает именно те различия, ради которых заказчик ищет специалиста.

В материале NIST от 27 августа 2026 года акцент сделан на собственной идентичности агента, ограниченных и короткоживущих полномочиях, привязке к оператору. Авторы также предупреждают об усталости от частых запросов подтверждения. Идентификация и управление правами — уже существующая инженерная дисциплина; агентам потребуются её аккуратное применение и дальнейшее развитие.

Есть ещё один уровень власти: кто вообще попадает в список кандидатов. Microsoft Research в Magentic Marketplace показывает в симуляциях чувствительность покупателей к порядку предложений и ухудшение выбора при росте рынка. Это повод проверять устройство поиска и очереди, а не считать их нейтральной упаковкой сделки.

Моя интерпретация такая: открытый формат сообщений оставляет место для очень централизованного рынка. Один оператор может контролировать каталог, ранжирование, историю качества и доступ к клиенту. Независимые поставщики смогут говорить на общем языке, но будут зависеть от правил обнаружения. Поэтому переносимость репутации и возможность сменить посредника экономически не менее интересны, чем совместимость API.

В июльском материале MIT Sloan Рамеш Раскар связывает Project NANDA с открытой инфраструктурой обнаружения, идентичности и координации агентов. Это исследовательская программа и позиция о желательном устройстве рынка. Число будущих агентов и сроки реализации такого устройства остаются прогнозами.

Свежая работа But How Would AI Agents Run a Town’s Economy? вышла 10 сентября 2026 года. В замкнутой среде со 100 агентами рост туристического спроса в 12 раз увеличил выручку бизнесов в 4,62 раза, но почти не изменил зарплаты; цены пересматривались у 0,3% позиций. Самый длинный горизонт, 26 недель, представлен одним прогоном. Авторы признают, что инерция цен частично заложена в среде; влияние напоминания владельцам о возможности повышать зарплаты они не проверяли.

Такой результат я бы читал как диагностику модели и среды. Он показывает, где именно данная конструкция не воспроизводит ожидаемое поведение. Делать отсюда вывод о неизбежном устройстве будущей машинной экономики нельзя. Тем более нельзя переносить один виртуальный город на реальные хозяйства без проверки того, как задаются потребности, цены, наём и возможность банкротства.

Когда исследователь даёт агенту деньги, он ещё не задаёт экономическую мотивацию. Почему их надо тратить? Что означает нехватка средств? Можно ли выиграть, ничего не предпринимая? Как система сообщает агенту, что его стратегия провалилась? Ответы на эти вопросы могут определять результат сильнее, чем красота социальной симуляции.

Условный пример: если бизнес получает покупателей независимо от качества, а у владельца нет причины инвестировать прибыль, накопление денег может быть рациональным внутри заданных правил. Назвать это «жадностью LLM» было бы удобной историей, но плохим объяснением. Сначала нужно посмотреть на функции вознаграждения, доступные действия и ограничения.

По той же причине экономические симуляции нельзя оценивать только по правдоподобию диалогов. Нужны повторные прогоны, разные модели, изменение правил среды и сравнение с простыми программными стратегиями. Сохраняется ли эффект, если убрать красивую речь? Возникает ли он у обычного алгоритма с теми же ограничениями? Такие проверки помогают понять, что именно добавляет языковая модель.

Агентная экономика сводит в одну систему две бухгалтерии. Внутри исполнитель расходует вычисления и время. Снаружи заказчик платит за результат. Между ними находятся поиск, переговоры, проверка, исправления, простои и споры. Если считать только первый вызов модели, почти любое интересное решение будет казаться дешевле, чем оказывается в эксплуатации.

Для сравнения вариантов я предлагаю простую расчётную рамку. Берём все затраты за период — по успешным и неуспешным попыткам — и делим на число результатов, прошедших заранее одинаковую приёмку. В числитель входят исполнение, поиск и координация, проверка и доработка, платежные расходы, эксплуатация и учтённые потери от ошибок. Повторные попытки учитываются там ровно один раз.

В условном примере первый исполнитель тратит $0,20 на работу, $0,25 на координацию и $0,80 на проверку с доработкой. Из ста попыток принимаются шестьдесят: $125 / 60 ≈ $2,08 за результат. У второго сама работа стоит $0,80, координация $0,05, проверка $0,25; принимаются девяносто: $110 / 90 ≈ $1,22. Более высокая цена исполнения совместима с более низкой ценой принятого результата. Это арифметическая иллюстрация, не замер конкретного продукта.

Снижение этой метрики полезно лишь при сопоставимой приёмке. Если ослабить проверку, число принятых результатов вырастет, но сравнение потеряет смысл. То же произойдёт, если дешёвому агенту отдавать только простые задачи, а дорогому — самые тяжёлые, после чего сравнивать средние затраты без учёта состава работы.

Нужна и вторая метрика: ценность результата для заказчика. Десять корректных отчётов, которые никто не использовал, могут стоить дешевле одного полезного решения и всё равно оказаться худшей покупкой. Для исследовательского сервиса это может быть сокращение времени проверки гипотезы, для разработки — принятые изменения без роста дефектов, для закупок — подходящий товар с учётом условий поставки.

Наконец, обычная средняя стоимость плохо отражает редкие тяжёлые последствия. Необратимое действие стоит отдельно ограничивать полномочиями и бюджетом риска. Экономия нескольких центов не компенсирует отсутствие управляемой границы ущерба.

Из этого исследования у меня складывается довольно приземлённая программа следующего эксперимента. Я бы начинал с узкого класса задач, где можно определить качество до выбора исполнителя и получить повторные заказы. Например, с проверяемого преобразования данных или ограниченного изменения кода. Свободное обещание «решать любые бизнес-проблемы» затрудняет почти каждую нужную проверку.

До начала такого пилота следует назвать основание для остановки. Например, расходы на выбор исполнителя стабильно превышают экономию; проверка занимает столько же времени, сколько самостоятельная работа; заказчик не возвращается без субсидии; один посредник объясняет большую часть оборота. Конкретные пороги зависят от задачи, их нельзя честно назначить одинаковыми для всех рынков.

Три возможных устройства ближайшего будущего

Мой базовый сценарий — распространение управляемых закупок между заранее известными организациями. Там проще определить владельцев, доступ к данным, ответственность и приёмку. Открытые рынки независимых поставщиков могут развиваться рядом, особенно для небольших цифровых услуг, где результат дешёво проверить. Внутренние аукционы моделей могут оставаться отдельным способом организации вычислений и вообще не выходить во внешний рынок.

Это прогноз, а не установленная последовательность развития. Его стоит менять, если появятся устойчивые данные о повторном независимом спросе, конкурентных ценах с учётом всей проверки и переносимости заказов между площадками. Одного громкого анонса или увеличения числа кошельков для этого недостаточно.

В исходном разборе главным вопросом было устройство управляемой экономики агентов. Теперь к нему можно добавить проверяемую формулировку: покажите цепочку, в которой внешний заказчик получил принятый результат, независимый исполнитель заработал, а расходы на координацию и контроль окупились. И покажите, что происходит в той же цепочке, когда исполнитель ошибается. С такого примера я бы начинал следующий разговор о масштабе.

Это тематический обзор первичных работ и официальных описаний, проверенных к 19 сентября 2026 года, а не систематический обзор всей литературы. Отбор связан с вопросами исходного разбора: координация, проницаемость рынков, распределение выгоды и управление. Прогнозы объёма рынка и стоимость связанных с агентами токенов не использовались как доказательство спроса на полезные услуги.

• —Результаты экспериментов относятся к описанным моделям, средам и базам сравнения. Независимое воспроизведение в рамках этой статьи не проводилось.
• —Препринт, спецификация, отчёт компании и институциональная аналитика дают разные виды свидетельств; ни один из них не заменяет измерения эксплуатации.
• —Дата публикации отличается от даты эксперимента и конца окна данных. Эти различия сохранены там, где они меняют вывод.
• —Схемы, практическая программа проверки, расчёт стоимости и сценарии будущего — авторский анализ. Цифры в калькуляторе условные.