AI 不會合作？那是因為他們沒見過市場經濟

### AI 不會合作？市場經濟或許是解方

近來一則來自科技媒體的觀點引起討論：「如果你想讓不會合作的 AI 學會合作，不要給它們寫劇本，給它們一個市場。」這句話乍看像個經濟學比喻，實則點出當前人工智慧發展的一大瓶頸——多智能體系統中的協作難題。在傳統訓練中，研究人員往往為 AI 預設詳細的行為規則，就像為演員寫好劇本，期待它們按指令共同完成任務。然而現實世界的互動充滿不確定性，這種「自上而下」的指令式合作經常失效，因為 AI 缺乏真正根據環境動態調整策略的彈性。

**重點整理**：這觀點的核心是，與其強行為 AI 設計合作流程，不如模擬市場經濟的運作機制，讓各智能體在追求自身利益最大化的過程中，自然發展出合作行為。市場透過價格、供需與競爭，能夠促使個體在自利的前提下達成集體效率——這正是亞當・史密斯「看不見的手」的現代版本。應用在 AI 訓練上，意味著研究人員應該為智能體建立一個虛擬的交易環境，讓它們透過頻繁的互動（如資源交換、任務協商）學會權衡得失，而非依賴靜態協定。

**背景脈絡**：近年深度強化學習已在圍棋、電競等封閉場景中展現驚人能力，但一旦進入需要即時協調的開放環境（例如無人車隊配送、工廠機器人協作），預先編寫的合作規則往往捉襟見肘。傳統方法試圖用「劇本」——也就是預先定義好的通訊協議或獎勵函數——來約束行為，卻忽略了真實世界中的資訊不對稱與利益衝突。市場機制恰好提供了一種去中心化的解決方案：透過價格信號，個體能夠快速感知全局變化，並調整自身策略。例如，若兩個 AI 需要共享一條運輸帶，市場中的「使用費」自然會引導它們錯開高峰時間，比人為分配更有效率。

**可能影響**：這項思路一旦落地，將對多個領域產生深遠影響。在自動駕駛領域，車輛之間可透過模擬的「道路使用權交易」自行協商通行順序，減少交通堵塞；在智慧電網中，分散式能源系統能透過即時價格競價達成供需平衡；甚至在大型語言模型的協作上，不同專業模型（如翻譯、摘要、推理）能像專業公司般「訂閱」彼此的服務，形成動態聯盟。更重要的是，這種訓練方式能讓 AI 學會應對未曾預見的突發狀況——因為市場本身就是一個不斷變動的博弈場。

**讀者可關注的後續**：未來值得觀察的發展包括：學術界是否會推出模擬市場的標準測試環境（例如基於博弈論的「經濟多智能體學習平台」）；大型科技公司如何將市場機制整合進現有的強化物件學框架；以及這些 AI 在模擬市場中是否會出現類似人類的壟斷、投機或內幕交易行為——這反過來可能為經濟學研究提供新素材。對一般讀者而言，這則觀點也提醒我們：AI 並非只能被動遵循指令，透過設計適當的「遊戲規則」，它們或許能演化出遠比人類預期更靈活的合作策略。下次有人問 AI 會不會合作，答案可能不是「會」或「不會」，而是「它們需要一個市場」。