小模型實戰：五隻林地生物、一個會崩盤的經濟體，三個工程教訓

在 Build Small Hackathon，有人用 Qwen2.5-3B 跑了五隻林地生物組成的多代理經濟體，讓牠們交易五種商品、積累財富、觸發泡沫與貧富分化。推論後端是 vLLM on Modal，前端是 Gradio 介面。這是一份工程實戰報告，核心命題不是「小模型也能做到」，而是「這個任務本來就只能用小模型做」。

小是設計決定，不是妥協

即時多代理模擬的結構決定了工具選擇：每個 tick，五隻生物要各自完成一輪完整決策。Frontier 模型在這裡是錯誤的工具，延遲與成本讓整個模擬直接無法運轉。3B 模型讓每隻生物以單次批次 GPU 呼叫完成決策，速度與成本才能支撐即時運轉。這看起來意味著，選小模型的理由不是預算限制，而是任務本身的時序結構。

Emergent 行為需要「設計出來」的稀缺

第一版經濟體死在起點：生產超過消費，自給自足，市場清算一次就沉默了。稀缺的工程解法分三層。飲食限制讓每隻生物必須向外購買自己不種的食物；腐敗機制讓囤積有成本，逼出拋售；冬季燃料危機則是最關鍵的設計，全場只有一隻生物能產柴火，而所有生物的燃料需求隨時間上升。結果就是：木柴生產者致富，其他生物競搶溫暖，貧富分化從機制裡長出來。泡沫與崩盤不是算法的副產品，是機制設計的直接輸出。

格式可靠 ≠ 判斷可靠

稀缺上線後，最誠實的小模型問題才浮現。3B 在 100% 的呼叫中都吐出合法 JSON，格式從不出錯。但經濟判斷很差：生產橡實的生物會掛單買橡實，花錢購買自己最不缺的東西。作者的修法不是換大模型，而是磨 prompt：明確告知 agent 它生產什麼、哪些商品絕對不能買、算出當前短缺清單、給出一個完整的決策範例。改完之後決策品質跳升，生物開始按角色分工交易。

對做小模型 agent 的團隊，這個教訓的遷移性很高：你的 3B 或 7B agent 格式或許從不出包，但它對自身狀態的推理能力很可能遠比你預期的弱。槓桿在 prompt 設計（把推理工作移出模型，直接給它結論所需的輸入）與機制設計（讓系統結構本身逼出目標行為）。格式服從只是起點，不是終點。