O colapso que desapareceu: controle e emergência em uma economia de cinco modelos

O experimento 'Thousand Token Wood', publicado no Hugging Face em 8 de junho de 2026, simulou uma economia multiagente com cinco modelos de IA distintos — incluindo versões de OpenAI (possivelmente GPT-4.5 ou GPT-5.6), NVIDIA (Nemotron-5B ou Nemotron-7B), OpenBMB (MiniCPM-3B ou Qwen2.5-7B) e um modelo fine-tuned próprio controlando duas entidades. Ao contrário da primeira rodada — onde um único modelo (GPT-4.5) comandava as cinco criaturas e gerava uma 'corrida bancária' com queda do preço do mel de 10 para 3 —, a versão heterogênea não só evitou o colapso, mas fez o preço subir mesmo sob manipulação ativa (venda a descoberto + rumores). Esse fenômeno, batizado de 'o colapso que desapareceu', demonstra empiricamente que comportamentos emergentes como pânico coletivo não são propriedades intrínsecas do ambiente, mas dependem criticamente da homogeneidade arquitetural e algorítmica dos agentes.

A simulação usou vLLM com JIT compilation otimizada para CUDA, além de uma camada de reparo JSON tolerante para normalizar saídas de modelos divergentes — essencial para evitar 'inflação de prompt' entre GPT-5.6, Claude Opus 4 e Gemini 3, cujas estruturas de resposta variam amplamente. A análise reforça que 'emergência' em IA não é sinônimo de inevitabilidade: ela é frágil, contingente e desaparece ao trocar um agente por outro com mesma função — o que invalida generalizações baseadas em testes com um único modelo como GPT-4.5 ou Claude Sonnet 4.

Esse achado é crítico para reguladores, desenvolvedores e empresas que implantam agentes de IA em sistemas financeiros, logísticos ou de governança. A OCDE, em relatório de junho de 2025, já alertava que mercados de IA estão se tornando mais dinâmicos, mas também mais imprevisíveis devido à proliferação de modelos concorrentes como GPT-5.6, Claude Opus 4 e Gemini 3 — cada um com viéses distintos de tomada de decisão. O experimento mostra que a diversidade de modelos pode atuar como um mecanismo de resiliência sistêmica, reduzindo riscos de falhas em cascata. Isso desafia a abordagem tradicional de 'controle via ajuste de entradas' (ex.: prompts ou regras de mercado) e aponta para a necessidade de design de 'pontos de liquidação' — interfaces onde decisões individuais são auditáveis e interrompíveis, não apenas previsíveis.

Além disso, a pesquisa questiona a validade de simulações baratas: quando um simulador rápido (como LLM-based sandbox) gera resultados conflitantes com agentes reais (ex.: GPT-5.6 vs. Qwen2.5-7B), a evidência empírica dos agentes deve prevalecer. Isso tem implicações diretas para testes de conformidade de IA em setores regulados, como finanças e saúde, onde falsos positivos de estabilidade podem mascarar vulnerabilidades reais.

Para engenheiros de IA, o estudo exige revisão prática nas arquiteturas de sistemas multiagentes. A mera substituição de um modelo por outro — por exemplo, trocar GPT-4.5 por GPT-5.6 ou Claude Opus 4 — pode alterar radicalmente a dinâmica de mercado simulada, exigindo novos padrões de interoperabilidade. A camada de reparo JSON usada no experimento não é opcional: é crítica para garantir que saídas de GPT-5.6 (com tendências a longos raciocínios passo a passo), Claude Opus 4 (mais concisa e estratégica) e Gemini 3 (forte em multimodalidade contextual) sejam convertidas em ações comparáveis. Sem isso, 'inflação de prompt' distorce a carga cognitiva e a latência, comprometendo a validade dos testes.

O experimento também revela limitações práticas no uso de modelos de raciocínio (introduzidos em setembro de 2024) e chatbots agenticos (desde dezembro de 2024): embora excelentes em tarefas isoladas, sua integração em economias heterogêneas exige monitoramento contínuo de divergências de confiança, tempo de resposta e estilo de justificativa. Ferramentas como o Stanford Digital Economy Lab já adotam essa abordagem, mas a maioria das equipes ainda testa agentes em silos — o que, segundo os dados de 'Thousand Token Wood', gera ilusões de controle e falhas de generalização.