By Unbug 
麻省理工学院、哈佛大学等机构合作的论文《Economy of Minds: Emerging Multi-Agent Intelligence with Economic Interactions》，提出了一种全新的多智能体编排范式：用经济机制替代传统的手动协调工程。论文受Hayek去中心化市场协调理论的启发，构建了Agent经济体——Agent通过拍卖竞争行动权、通过支付交换资源、从环境奖励中积累财富，简单的经济信号即可诱导去中心化协调，驱动规划而不需要全局编排或显式通信协议。
范式转移：从工程化协调到激励机制
当前主流Agent编排框架（LangGraph、AutoGen、CrewAI等）的核心假设是：协调必须被显式工程化——开发者设计拓扑结构、通信协议和调度策略。本文提出根本性替代方案：与其设计协调机制，不如设计经济激励机制，让协调作为激励的自发涌现结果出现。
这一范式转移类似于操作系统从手动内存管理到虚拟内存的演进。开发者不再直接管理物理内存，而是设计页面替换算法等机制，让系统自动管理。同理，Agent编排者不再直接设计协调逻辑，而是设计拍卖规则、支付机制和财富分配策略，让协作从激励机制中涌现。
经济机制设计
论文构建了一个完整的Agent经济体，包含四个核心机制。
拍卖竞争。多个Agent通过拍卖竞争执行某一步骤的行动权。出价最高的Agent获得执行权，其出价从自身财富中扣除。这种机制自动筛选出对自身任务最有信心的Agent，避免冲突和资源浪费。
支付与财富积累。Agent通过环境奖励积累财富，通过拍卖和支付消耗资源。财富成为Agent在经济体中的”货币”，反映了其历史贡献和能力。有效Agent积累更多财富，无效Agent逐渐破产。
经济进化。论文引入了基于经济选择的双向进化机制：有效Agent通过财富积累被”剥削”（mutation via exploitation），即其策略被复制和微调；无效Agent因破产被”探索”（replacement via exploration），即被新初始化的弱Agent替换。从弱Agent出发，经济体自发涌现出多步推理策略。
实验结果与跨领域验证
论文在五个跨领域任务上验证了该范式：数学推理、金融研究、科学研究、加速器设计和分布式系统优化。
实验结果显示，即使从弱Agent初始化出发，经济体涌现的智能仍超越更强的单体模型基线。这一发现表明，多智能体协作带来的涌现智能，可以弥补单个Agent能力的不足。五个任务覆盖了从精确推理到开放探索的不同类型，验证了经济机制的泛化能力。
风险与开放问题
论文也指出了若干开放问题。拍卖机制在Agent数量增长时可能产生计算开销。财富分配可能导致权力集中，违背去中心化初衷。经济机制的超参数（拍卖频率、支付规则、突变率）需要仔细调优，当前论文未提供系统性的超参数敏感性分析。与现有Agent框架的集成也是一项挑战，主流框架尚不支持经济机制扩展。
