Мультиагентный AI-прогнозатор: как 9 нейросетевых агентов предсказывают мировые события

Мультиагентный AI-прогнозатор: как 9 нейросетевых агентов предсказывают мировые события

Что если взять идею психоистории Азимова — науки о предсказании поведения масс — и реализовать её с помощью современных нейросетей? Именно это попробовал сделать разработчик, создавший проект Seldon Vault: мультиагентный AI-прогнозатор, который ежедневно генерирует вероятностные прогнозы мировых событий.

Система работает с марта 2026 года и представляет собой архитектуру из девяти LLM-агентов (больших языковых моделей), каждый из которых выполняет свою роль в аналитическом процессе. Это не просто чат-бот — это полноценная система мультиагентного прогнозирования, проверяющая собственные предсказания математическими метриками.

Архитектура: 7 аналитиков, скептик и арбитр

Мультиагентный AI-прогнозатор построен по принципу аналитического бюро, а не единого оракула. Каждый день система собирает сигналы из десятка открытых источников: RSS-ленты мировых СМИ, Reddit, Telegram, предсказательные рынки (Polymarket, Metaculus), макроэкономические индикаторы, базы конфликтов и геополитические события.

Первым обрабатывает поток дешёвая модель DeepSeek, которая классифицирует сигналы — это немедленная новость или структурный тренд? Далее отфильтрованные данные параллельно поступают семи аналитикам:

• Геополитик — анализирует альянсы, санкции и дипломатические манёвры
• Экономист — отслеживает рынки, центробанки и торговые потоки
• Технолог — исследует полупроводники, AI, биотех и энергетику
• Социолог — изучает демографию, миграцию и социальные сдвиги
• Климатолог — оценивает климатические риски и энергетический переход
• Военный аналитик — баланс сил, ядерное сдерживание, гонку вооружений
• Кибербезопасник — APT-группы, уязвимости, атаки на инфраструктуру

Каждый аналитик предлагает прогнозы с вероятностями, но перед попаданием к арбитру их проверяет Скептик — самая мощная модель в системе (Claude Opus). Его задача — систематически найти, почему прогноз может быть неправильным. Скептик проверяет факты через Tavily Search API, ищет контрпримеры и ставит risk score от 0 до 100. Если риск ниже 50 — прогноз автоматически отклоняется.

Как работает инференс и пересчёт прогнозов

В контексте мультиагентных систем инференс — это процесс получения ответа от модели (LLM) на основе входных данных. В Seldon Vault инференс запускается каждые шесть часов: аналитики пересматривают оценки на основе новых данных, а вероятности корректируются по формуле Байеса. Максимальный суточный сдвиг ограничен 15 процентными пунктами — система не должна паниковать от каждого заголовка в Reuters.

Самый интересный механизм — каскадные прогнозы. Когда система выдаёт несколько связанных предсказаний (например, «новые санкции на полупроводники» + «задержка строительства TSMC» + «замедление AI-стартапов»), арбитр видит каузальную цепочку и создаёт граф связей. Если первое событие в цепочке сбывается, вероятности всех связанных прогнозов автоматически пересчитываются с коэффициентом затухания 0.5.

Brier Score: математика честности

Метрика, которая отличает этот мультиагентный AI-прогнозатор от гадания на кофейной гуще — Brier Score. Формула проста: (вероятность − исход)². Если система предсказала дождь с вероятностью 80%, и дождь пошёл — score = 0.04 (отлично). Если не пошёл — 0.64 (плохо). Чем ближе к нулю, тем точнее.

Данные о точности возвращаются обратно в промпты агентов. Если аналитик постоянно завышает вероятности, он получает об этом прямой фидбек и начинает калиброваться. Это имитация институционального подхода разведки США, сформулированного ещё в 1949 году Шерманом Кентом.

Системы ИИ-агентов: тренд 2026 года

Seldon Vault — лишь один пример тренда на создание систем ИИ-агентов, которые решают сложные задачи коллективно. Армия США, финансовые институты и технологические компании уже тестируют мультиагентные подходы для анализа данных и принятия решений.

Система публично доступна на seldonvault.io, API открыт, а прогнозы обновляются каждые шесть часов. Разработчик признаёт: реальных метрик пока нет, но через полгода Brier Score накопит достаточно данных для объективной оценки.

Где ломается мультиагентный подход

Система не лишена проблем. Во-первых, LLM-галлюцинации: модель может уверенно сослаться на несуществующее событие, и если скептик не поймает это через внешний поиск — ошибка просочится в финальный прогноз.

Во-вторых, кластеризация вокруг 50%. LLM-ы, как и люди, не любят рисковать. Когда модель не уверена, она тяготеет к безопасным 45-55% — формально не ошибка, но прогноз «вероятность 50%» — это вежливый способ сказать «я не знаю».

В-третьих, «чёрные лебеди» — события без прецедентов вроде COVID или краха FTX. Ни одна система на основе исторических паттернов не предскажет то, чего никогда не было. Азимовский Селдон тоже не предсказал Мула.

И наконец, качество данных: СМИ, Reddit и Telegram — это уже отфильтрованная картина мира с собственными искажениями. Система отражает то, что попало в новости, а не то, что происходит на самом деле.

Вывод

Мультиагентный AI-прогнозатор Seldon Vault — амбициозный эксперимент, проверяющий, могут ли девять нейросетевых агентов предсказывать будущее лучше подбрасывания монетки. Скоро Brier Score покажет, работает ли институционализированное сомнение в эпоху больших языковых моделей.