나는 서로 싸우는 174개의 AI 에이전트를 만들었다.
발행: (2026년 4월 3일 오후 06:09 GMT+9)
5 분 소요
원문: Dev.to
Source: Dev.to
개요
이 제출물은 DEV 만우절 챌린지를 위해 만들어졌습니다. 대부분의 멀티‑에이전트 시스템은 에이전트가 협력하도록 설계되지만, BlackSwanX는 그들을 싸우게 합니다.
BlackSwanX는 200명의 시민 AI 에이전트가 논쟁하고, 공황에 빠지고, 감정적으로 소용돌이치는 동안 블랙스완 암살자가 “합의를 살해”하려는 적대적 인텔리전스 엔진입니다. Ollama에서 100 % 로컬로 실행되며 API 비용이 전혀 없고, 혼돈은 최대치입니다.
베다 점성가, 공황 판매원, 혼돈 수학자, Z세대 문화 디코더, 그리고 “당신의 피치덱은 예쁘지만 은행 계좌를 보여줘” 라고 말하는 거리 현명한 사기꾼을 배치해 미래를… 함께, 싸우면서 예측합니다. 이 시스템은 실제 문제를 해결하지 않으며, 단지 군중이 틀린 지점을 찾아냅니다.
👉 GitHub Repo – BlackSwanX
빠른 시작 (≈ 2 분)
git clone https://github.com/Kalki-M/BlackSwanX.git
cd BlackSwanX
ollama pull llama3.2:3b && ollama pull phi4:14b
pip install -r requirements.txt
bash start.sh실행 예시 — “AI 버블이 터질 때 NVIDIA가 붕괴될까?”
- 킬샷: 양자 컴퓨팅이 GPU를 구식으로 만든다 (10 % 확률)
- 시민 의견: 25 % 상승 / 65 % 하락
- 불협화음: 33.6 / 100 — 최대 혼돈
- 안티프래질 전략: 양자 컴퓨팅 파트너십으로 다각화
작동 원리
BlackSwanX는 합의를 추구하지 않습니다; 대중이 믿는 것과 전문가가 두려워하는 것 사이의 가장 큰 틈, 즉 인지 부조화를 찾습니다. 그 틈이 바로 “알파”가 존재하는 곳입니다.
비교
| 기능 | BettaFish | MiroFish | BlackSwanX |
|---|---|---|---|
| 비용 | $$$ (7 API 키) | $$ (2 키 + Zep Cloud) | $0 (Ollama) |
| 설정 시간 | 30 + 분 + PostgreSQL | 15 분 + Zep 계정 | 2 분, 설정 필요 없음 |
| 전문가 에이전트 | 5 | 0 (일반 퍼소나) | 174 도메인 전문가 |
| 시민 에이전트 | 0 | ~100 회당 (OASIS) | 200 회당 (Shadow Swarm) |
| 시민 시뮬레이션 | 없음 | OASIS 프레임워크 | Shadow Swarm |
모델 (모두 로컬, 모두 무료)
| 역할 | 모델 | 목적 |
|---|---|---|
| 스웜 | llama3.2:3b | 200명의 편향된 시민들이 논쟁 |
| 암살자 | phi4:14b | 킬샷 추론 |
| 넥서스 | mistral-small:24b | 종합 + DAG |
파이프라인
- 크롤링 – 다섯 개의 무료 소스(DuckDuckGo, Reddit, Hacker News, YouTube, Twitter)에서 데이터 수집.
- 암살자의 표식 –
phi4:14b가 시민들이 토론을 시작하기 전에 “킬샷”을 식별. - 섀도우 스웜 – 200명의 시민 에이전트가 편향되고 감정적인 의견을 제시.
- 인지 부조화 매트릭스 – 믿음이 현실과 어디서 갈라지는지 계산.
- 결정‑준비 지도 – 핵심 포인트와 안티프래질 전략을 도출.
- 자기‑학습 (SONA) – 각 실행 후 SONA가 모든 에이전트를 감사:
- 위험을 포착한 시민을 강화 (가중치 ×2).
- 중요한 위협을 놓친 에이전트를 감점 (가중치 ×0.3).
- 패턴을 ReasoningBank에 저장.
사용할수록 더 똑똑해지고 (그리고 더 혼돈스러워집니다).
커뮤니티에서 사랑받는 이유는, “만우절”이라면 베다 점성가와 공황 판매원을 진지한 금융 분석가로 배치하고 이를 인텔리전스 엔진이라고 부르는 것보다 더 좋은 게 없기 때문입니다. 프로젝트는 기술적으로 실제이며, 완전히 미친 듯이 작동하고, 여러분의 노트북에서 직접 실행됩니다.