Czy AI Agent może obsługiwać konsensus blockchain? Test ETH Zurich: skuteczność tylko 41,6%

Osiągnięcie konsensusu w warunkach, gdy część uczestników może działać złośliwie, jest kluczowym wyzwaniem dla wszystkich zdecentralizowanych systemów i w obliczeniach rozproszonych określane jest jako problem odporności bizantyjskiej. Różne mechanizmy konsensusu w blockchain zasadniczo rozwiązują różne warianty tego problemu. Zespół badawczy z ETH Zurich w pracy „Can AI Agents Agree?” bezpośrednio przetestował zdolność LLM Agent do osiągania konsensusu bizantyjskiego: wiele Agentów wielokrotnie rozgłaszało propozycje i głosowało przez synchroniczną, w pełni połączoną sieć, przy czym część Agentów działała jako złośliwe węzły bizantyjskie, celowo zakłócając proces. Zespół użył Qwen3-8B i Qwen3-14B, przeprowadzając setki symulacji przy różnych rozmiarach grup (4, 8, 16 Agentów) i różnych proporcjach złośliwych węzłów.

Nawet przy całkowitym braku złośliwych węzłów, skuteczność osiągnięcia konsensusu wynosiła jedynie 41,6% (Qwen3-14B osiągnął 67,4%, a Qwen3-8B tylko 15,8%). Im więcej węzłów, tym trudniej osiągnąć zgodę – skuteczność spadła z 46,6% przy 4 Agentach do 33,3% przy 16. Po dodaniu złośliwych węzłów konsensus pogarszał się jeszcze bardziej, a niepowodzenia objawiały się głównie przekroczeniem czasu i zatrzymaniem konwergencji (utrata aktywności), a nie manipulacją wartościami. Samo wspomnienie w promptach o „możliwym istnieniu złośliwych węzłów” obniżyło skuteczność Qwen3-14B z 75,4% do 59,1%, nawet jeśli faktycznie nie było złośliwych węzłów. Wnioski z pracy wskazują, że niezawodny konsensus nie jest jeszcze emergentną zdolnością obecnych LLM Agent i należy zachować ostrożność przy zdecentralizowanych wdrożeniach wymagających solidnej koordynacji.