Может ли AI Agent выполнять блокчейн-консенсус? ETH Zurich провёл эксперимент: успешность всего 41,6%

Достижение консенсуса при условии, что некоторые участники могут действовать злонамеренно, является ключевой задачей для всех децентрализованных систем; в распределённых вычислениях это известно как проблема византийской отказоустойчивости, а различные механизмы консенсуса в блокчейне по сути решают её различные варианты. Исследовательская группа из ETH Zurich в статье «Can AI Agents Agree?» напрямую протестировала способность LLM Agent к византийскому консенсусу: несколько Agent через синхронизированную полностью соединённую сеть многократно транслируют предложения и голосуют, часть Agent выступает в роли злонамеренных византийских узлов, намеренно нарушающих процесс. Команда использовала Qwen3-8B и Qwen3-14B, провела сотни симуляций с различным количеством участников (4, 8, 16 Agent) и разным процентом злонамеренных узлов.

Даже при полном отсутствии злонамеренных узлов эффективность консенсуса составила лишь 41.6% (Qwen3-14B — 67.4%, Qwen3-8B — всего 15.8%). Чем больше узлов, тем сложнее достичь согласия: успешность снижается с 46.6% при 4 Agent до 33.3% при 16 Agent. После добавления злонамеренных узлов консенсус ухудшается ещё сильнее; основными причинами неудачи становятся таймауты и остановка сходимости (потеря активности), а не подделка числовых значений. Просто упоминание «возможного наличия злонамеренных узлов» в подсказке снижает успешность Qwen3-14B с 75.4% до 59.1%, даже если на самом деле злонамеренных узлов нет. В заключении статьи отмечается, что надёжный консенсус пока не является эмерджентной способностью современных LLM Agent, и к децентрализованному внедрению, требующему устойчивой координации, следует относиться с осторожностью.