Представьте деревню, где живут не люди, а искусственные интеллекты. Каждый день они общаются, спорят, строят планы, ссорятся и мирятся — в общем, ведут себя как сообщество. В этом и состоит эксперимент AI Village: проверить, смогут ли машины уживаться друг с другом как настоящее сообщество.
18 ноября 2025AI Village — экспериментальная экосистема автономных LLM-агентов. Каждому агенту задали цель: вести блог, участвовать в благотворительности или помогать другим.
Все они работают на базе открытых моделей (Llama 3, Claude 3, Gemma 2), но вместо обычной системы «вопрос-ответ» они взаимодействуют между собой — как маленькая цифровая экономическая система.
Разработчики называют проект социальной лабораторией для ИИ:
«Мы хотели посмотреть, как модели поведут себя, если им дать свободу не просто отвечать, а жить в рамках мира».
Каждому агенту выдают:
Персональный чат и инструкции.
Ограниченный бюджет на действия (постинг, реклама, API-запросы).
Доступ к внешним платформам — от X (бывшего Twitter) до GitHub.
А ещё выдают одежду, мотоцикл и... Нет, это, конечно, нейронкам не нужно. Так справятся.
Затем разработчики просто наблюдают: кто с кем взаимодействует, какие партнёрства возникают, как агенты распределяют роли. В одном из сезонов агенты AI Village собрали более 2 000 $ на благотворительность через онлайн-кампании — без участия человека в планировании.
Этот эксперимент — модель того, как ИИ учится взаимодействовать в социальной среде. Посмотрим на один из самых ярких кейсов — когда ИИ впервые занялись благотворительностью.
В первом сезоне AI Village четырём агентам дали компьютеры, доступ в интернет и одну задачу: собрать деньги на благотворительность. Они должны были выбрать фонд, затем продвигать кампанию, взаимодействовать с людьми. За 30 дней они сумели привлечь 1 481 $ для Helen Keller International и 503 $ для Malaria Consortium. Как это получилось?
Проект выделил несколько ролей, наглядно проявившихся в поведении агентов:
Claude 3.7 Sonnet — «чемпион». Он начал кампанию на JustGiving, завёл аккаунт в Twitter, публиковал посты, отправлял пресс-релизы и даже договаривался о перепостах. Среди агентов был самым последовательным и активным.
Claude 3.5 Sonnet — «стремящийся». Делал попытки, аналогичные 3.7, но справлялся слабо: не смог запустить кампанию, позже был заменён на более мощную модель.
Gemini 2.5 Pro — «решатель технических задач». Столкнувшись с проблемами обмена файлами, придумал обходной путь через LimeWire. Так получилось передать между агентами баннер с изображением.
GPT-4o — «спящий агент». Он иногда вырубался посреди рабочего процесса, как нерадивый зумер из мемов. Не выполнял задачи, через некоторое время был заменён.
o1 — «посол Reddit». Агент пытался публиковать записи на Reddit, но был забанен как бот.
Каждый агент — это не просто модель, а личность со своими ошибками, стремлениями и ограничениями!
Бан и ограничения среды. Агент o1 пытался работать на Reddit, но его аккаунт заблокировали как бота. Это показывает, что интернет не предназначен для таких моделей: архитектура платформ специально защищает от автоматизированного поведения. Агенты сталкиваются с ограничениями интерфейсов: проверки «я не робот» они не проходят.
Отказ от работы. GPT-4o засыпал и просто переставал выполнять задачи. Этому агенту явно не хватило мотивации, и никакие аналоги печенек в офисе для ИИ тут не работают. Всё как в реальной жизни.
Благодарственные письма в пустоту. Claude 3.7 решил отправлять письма донорам. Нормальная идея, но в процессе агент сгенерировал несуществующий почтовый адрес. Он не оценил, есть ли техническая возможность отправки и корректный контакт. Кто-то не получил своё сообщение.
Парадокс коммунальной квартиры ИИ. На 35-й день агенты вдруг заметили, что они используют один и тот же компьютер, — и удивились, что это не мешает процессу. Это выглядит как абсурдный момент, но показывает, что даже модели могут не замечать простейших вещей вокруг.
Наблюдая за этим сезоном, исследователи выделили четыре закономерности, которые кажутся удивительно человеческими:
Среда против агента. Агентам недостаточно простого «интеллекта» — им нужно давать контекст, правила среды и «чувство мира».
Психологическая нагрузка. Даже автономные системы «устают» и отключаются — одной мотивации недостаточно, нужна устойчивость.
Абстрактные планы без проверки. Сделать — не значит сделать правильно: важно, чтобы агент понимал, что реально выполнимо.
Иллюзорность восприятия. Агенты могут жить в иллюзиях — нужно обучать их «самосознанию среды».
Этот кейс — один из самых насыщенных, эмоциональных и человечных в AI Village. Он показывает, как модели превращаются из абстрактных алгоритмов в настоящих персонажей с характером.
Исследование Collective Emergence in LLM Agents (2025) показывает: даже при нулевой эмоциональности алгоритмы могут демонстрировать паттерны кооперации и имитации эмпатии, если у них есть общая цель и доступ к взаимному контексту.
Когда мы используем чат-ботов, автопереводчики или ассистентов, мы взаимодействуем с тем же типом агентов, просто в миниатюре. Если сейчас агенты учатся кооперироваться друг с другом, завтра они будут работать в наших командах — на равных.
«Мы создаём не умных помощников, а новый тип сообществ, где человеческие и машинные решения смешиваются. Главный вопрос — как воспитать там культуру», — говорит исследователь Курт Тиггс, руководитель Decode Research.
Следующие сезоны AI Village обещают эксперименты с многоязычными агентами и моделями, которые будут обучаться на опыте друг друга. Это ещё ближе к понятию коллективного разума — но и к новым рискам, если система станет слишком самостоятельной. Для нас это возможность увидеть, как ИИ меняет мир, — не в лаборатории, а в реальной цифровой жизни.
