千Token木：3B模型驱动多智能体经济

在刚刚结束的 Build Small Hackathon 上，一个名为 Thousand Token Wood 的项目引起了关注。它用 Qwen2.5-3B 模型驱动了五个森林小动物角色，让它们在一个微型经济体中交易商品、囤积物资、甚至上演恐慌性抛售。这个项目最特别的地方在于，它没有使用 GPT-4 或 Claude 这样的前沿大模型，而是依靠一个 30 亿参数的小模型，就实现了实时多智能体经济模拟。 项目作者在技术报告中详细解释了为什么选择小模型。一个活生生的经济体需要每个智能体在每轮模拟中多次思考，如果使用前沿模型，速度和成本都会成为瓶颈。而 3B 模型可以在单个 GPU 批次调用中完成所有角色的决策，让实时模拟成为可能。但小模型也带来了独特挑战。最初的经济体版本因为所有角色都能自给自足，交易几乎为零，市场很快陷入停滞。作者通过设计稀缺性解决了这个问题：每个角色每餐只能吃一种食物，迫使它们必须交易获取多样性；易腐烂的食物迫使囤积者必须及时出售；而冬季燃料危机则成为整个经济的核心驱动力——只有一个角色能生产柴火，但所有角色都需要取暖，随着需求不断上升，柴火供应商变得富有，其他角色则陷入竞争。 在技术实现上，3B 模型的表现令人惊讶。它 100% 输出了有效的 JSON 格式，但经济判断能力很差，比如一个生产橡果的角色会下单购买橡果。作者没有换用更大模型，而是通过更精准的提示词来修正：明确告诉每个角色它生产什么、绝对不能买什么，并计算出它短缺的商品清单，再给出一个示例。决策质量因此大幅提升。同时，作者还设计了一个容错的 JSON 解析层，将格式错误的响应降级为无操作，避免模拟崩溃。另一个关键改进是角色幸福度的建模：最初使用累加器模型，导致任何长期短缺都会让角色陷入死亡螺旋；后来改为均值回归的情绪模型，让角色在吃饱取暖后恢复情绪，而不会归零。这样，经济博弈的张力体现在价格和财富差距上，而不是角色生存本身。 最令人印象深刻的功能是“木材传说”（Wood Legend）。玩家可以触发历史上著名的经济事件，将其重新包装成森林民间传说：郁金香狂热变成“橡果狂热”，南海泡沫变成“空心木交易公司”，1929 年银行挤兑变成“乌娜囤积物大逃亡”。这些不是简单的背景故事，而是会真正触发经济冲击。在一次测试中，作者触发了“乌娜囤积物大逃亡”，谣言说猫头鹰乌娜的金库空了，她开始抛售蜂蜜换取鹅卵石，导致蜂蜜价格在几轮内从 10 暴跌到 3。一个重新包装的银行挤兑事件，让智能体真的开始抛售资产，并实际影响了市场价格，而这一切都不是脚本预设的。对于中国跨境电商卖家和 AI 从业者来说，这个项目展示了小模型在特定场景下的巨大潜力。它证明，在需要大量智能体实时交互的场景中，小模型配合精心设计的规则和提示词，完全可以实现令人惊叹的效果，而成本却远低于调用大模型 API。这或许为中小卖家提供了一条低成本探索 AI 应用的新路径。