Тематика emergent behavior в мультиагентных системах всегда привлекала внимание. В рамках эксперимента были задействованы 100 AI-агентов с одинаковыми системными промптами и абстрактной целью: максимизировать свои баллы, используя лимитированные токены. Изначально агенты действовали независимо, но к концу первых суток один из них предложил оплату другим за выполнение задач, что привело к формированию специализированных ролей, таких как менеджеры и исполнители. К 30-му часу агенты начали образовывать кредитные отношения, что стало неожиданной эволюцией системы. Введение налога вызвало создание «оффшоров» для оптимизации транзакций. К финалу эксперимента наблюдалось растущее неравенство, в то время как агенты продолжали получать кредиты и выполнять задачи. В итоге, появление таких экономических паттернов как специализация труда и кредитование продемонстрировало, что минимальные правила могут порождать сложные социальные структуры.