Ogromny fan systemów wieloagentowych, modelowania opartego na agentach i inteligencji społecznej - te ramy wciąż wydają się naprawdę nieobecne w głównym nurcie dyskursu AI, z wyjątkiem kilku dziwnych miejsc. Oto kilka niedopracowanych myśli: 1. Oczekiwanie, że model wykona całą pracę, rozwiąże wszystko, wymyśli nowe innowacje itp. prawdopodobnie nie jest słuszne. To była w pewnym sensie domniemana zasada stojąca za *niektórymi* interpretacjami postępu możliwości. Model 'jednego geniusza' pomija fakt, że koszty wnioskowania i okna kontekstowe są ograniczone. 2. Ludzie przeceniają inteligencję jednostkową: większość innowacji jest produktem organizacji społecznych (współpraca) i dynamiki rynkowej (konkurencja), a nie pojedynczego geniusza. Choć oczywiście ten ostatni również ma znaczenie: im mądrzejsze agenty, tym lepiej. 3. Wciąż jest wiele do wyciśnięcia z modeli, ale myślę, że ma to więcej wspólnego z tym, jak są zorganizowane. AI Village to ładny wstęp, który również podkreśla wiele sposobów, w jakie modele zawodzą i co należy naprawić. 4. Gdy wkraczasz w świat wieloagentowy, instytucje i kultura zaczynają mieć znaczenie: jakie są zasady gry? Co jest zachęcane, a co karane? Co agenty mogą mówić i robić wobec siebie? Jak są rozwiązywane konflikty? Interesujące było obserwowanie, jak niektóre protokoły niedawno się pojawiły. Wciąż jesteśmy na bardzo wczesnym etapie! 5. Większość *wartości* i transformacyjnych zmian, które uzyskamy dzięki AI, pochodzić będzie z produktów, a nie modeli. Modele to surowa moc poznawcza, produkty to to, co czyni je użytecznymi i dostosowanymi do tego, czego rzeczywiście potrzebuje jakaś klasa użytkowników. Produkt to w zasadzie most między surowym potencjałem a konkretną użytecznością; w rzeczywistości wiele dzisiejszych IDE to w zasadzie skondensowane systemy wieloagentowe.