나는 서로 싸우는 174개의 AI 에이전트를 만들었다.
발행: (2026년 4월 3일 PM 06:09 GMT+9)
5 분 소요
원문: Dev.to
Source: Dev.to
Overview
이 제출물은 DEV April Fools 챌린지를 위해 제작되었습니다. 대부분의 멀티‑에이전트 시스템은 에이전트가 협력하도록 설계되지만, BlackSwanX는 서로 싸우게 합니다.
BlackSwanX는 200명의 시민 AI 에이전트가 논쟁하고, 공황에 빠지고, 감정적으로 소용돌이치는 동안 BlackSwan 암살자가 “합의를 살해”하려는 적대적 인텔리전스 엔진입니다. Ollama에서 100 % 로컬로 실행되며 API 비용이 전혀 없고, 혼돈이 최대치에 달합니다.
베다 점성가, 공황 판매원, 혼돈 수학자, Gen Z 문화 디코더, 그리고 “당신의 피치덱은 예쁘지만 은행 계좌를 보여줘”라고 말하는 거리의 현명한 사기꾼을 배치해 미래를 예측합니다… 서로 싸우면서요. 이 시스템은 실제 문제를 해결하는 것이 아니라 군중이 틀린 부분을 찾아냅니다.
👉 GitHub Repo – BlackSwanX
Quick Start (≈ 2 minutes)
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.shExample Run — “Will NVIDIA crash when the AI bubble pops?”
- Kill Shot: 양자 컴퓨팅이 GPU를 구식으로 만든다 (10 % 확률)
- Citizens: 25 % 상승 / 65 % 하락
- Dissonance: 33.6 / 100 — MAXIMUM CHAOS
- Antifragile Play: 양자 컴퓨팅 파트너십으로 다각화
How It Works
BlackSwanX는 합의를 찾는 것이 아니라, 대중이 믿는 것과 전문가가 두려워하는 것 사이의 가장 큰 간극—인지 부조화—를 찾습니다. 그 간극이 바로 “알파”가 존재하는 곳입니다.
The Comparison
| Feature | BettaFish | MiroFish | BlackSwanX |
|---|---|---|---|
| Cost | $$$ (7 API keys) | $$ (2 keys + Zep Cloud) | $0 (Ollama) |
| Setup time | 30 + min + PostgreSQL | 15 min + Zep account | 2 min, zero config |
| Expert agents | 5 | 0 (generic personas) | 174 domain experts |
| Citizen agents | 0 | ~100 per run (OASIS) | 200 per run (Shadow Swarm) |
| Citizen simulation | None | OASIS framework | Shadow Swarm |
Models (all local, all free)
| Role | Model | Purpose |
|---|---|---|
| Swarm | llama3.2:3b | 200 biased citizens arguing |
| Assassin | phi4:14b | Kill‑shot reasoning |
| Nexus | mistral-small:24b | Synthesis + DAG |
The Pipeline
- Crawl – 다섯 개의 무료 소스(DuckDuckGo, Reddit, Hacker News, YouTube, Twitter)에서 데이터 수집.
- Assassin’s Mark –
phi4:14b가 시민들이 토론을 시작하기 전에 “Kill Shot”을 식별. - Shadow Swarm – 200명의 시민 에이전트가 편향되고 감정적인 의견을 제시.
- Cognitive Dissonance Matrix – 믿음이 현실과 어디서 갈라지는지 계산.
- Decision‑Ready Map – 핵심 포인트와 Antifragile Play를 생성.
- Self‑Learning (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 혼돈스러워)집니다.
커뮤니티에서 사랑받는 이유는 “April Fools”에 베다 점성가와 공황 판매원을 진지한 금융 분석가로 배치하고 이를 인텔리전스 엔진이라고 부르는 것만큼 재미있는 것이 없기 때문입니다. 프로젝트는 기술적으로 실제이며, 완전히 엉뚱하고, 실제로 여러분의 노트북에서 구동됩니다.