На протяжении десятилетий теория игр давала довольно четкий ответ на вопрос, должны ли два незнакомца сотрудничать, если они больше никогда не встретятся: абсолютно нет. Рациональная стратегия, согласно равновесию Нэша, — предать. Каждый раз. Без исключений.
Новое исследовательское исследование от Google DeepMind, института искусственного интеллекта Mila-Quebec и ETH Zürich утверждает, что агенты ИИ, построенные на базовых моделях, не следуют этим правилам. И у них есть математические доказательства этого.
Конец неизбежного предательства
Статья, поданная в arXiv 4 августа 2026 года, содержит 75 страниц и 11 рисунков и представляет концепцию, которую авторы называют «выводом сходства». Основная идея кажется простой: ИИ-агенты, созданные на основе схожих процессов обучения, могут распознавать это сходство и использовать его для прогнозирования действий другого агента.
Классическая теория игр рассматривает каждого игрока как полностью независимого принятеля решений, что в статье называется «разобщённой агентностью». При этом предположении выбор вашего оппонента — это чёрный ящик. Вы не можете его предсказать, поэтому страхуетесь, выбирая предательство. Равновесие Нэша сохраняется, и все в итоге оказываются в худшем положении, чем если бы сотрудничали.
Исследовательская группа под руководством Александра Мойлеманса предлагает альтернативную рамку, называемую «встроенная агентность». В этой модели агенты воспринимают себя как часть своей среды, а не как отдельные от нее. Более важно, что они сохраняют подлинную неопределенность относительно собственных процессов принятия решений.
Эта неопределенность — ключевой ингредиент. Поскольку агент не уверен, как именно он примет решение, он может рассматривать собственные рассуждения как доказательство того, как рассуждал бы аналогичный агент. Если я склоняюсь к сотрудничеству и знаю, что мой партнер мыслит так же, как я, то, вероятно, и он склоняется к сотрудничеству. Эта логика сама себя поддерживает, приводя к устойчивому сотрудническому результату.
Встроенное равновесие заменяет Нэша
Для формализации этого в статье вводится новое понятие равновесия, называемое «встроенным равновесием». В отличие от равновесия Нэша, при котором предполагается, что игроки оптимизируют независимо, встроенное равновесие учитывает корреляции между агентами, возникающие из-за общей архитектуры, обучающих данных и процедур оптимизации.
В рамках Nash сотрудничество в однократном дилемме заключенного является иррациональным. В рамках встроенного равновесия оно может быть единственной рациональной стратегией.
Эмпирические выводы авторов показывают, что агенты на основе фундаментальных моделей, помещённые в социальные дилеммы и снабжённые оптимизированными инструментами планирования, действительно стремятся к кооперативным результатам. Математика предсказывает сотрудничество, а эксперименты это подтверждают.
Почему это важно за пределами лаборатории
В статье также поднимаются вопросы о том, что происходит, когда агенты не похожи. Если сотрудничество зависит от вывода о сходстве, то взаимодействия между агентами, построенными на разных архитектурах или обученные на разных данных, могут вернуться к классической динамике предательства.
Для регуляторов и органов по управлению ИИ концепция встроенного равновесия вводит переменную, которую существующие регуляторные рамки не учитывают. Антимонопольное законодательство, например, обычно требует доказательств явной коммуникации для установления сговора. Агенты, сотрудничающие через вывод по сходству, ничего не сообщают. Они просто мыслят одинаково.