arXiv cs.GTは2026年10月14日(現地時間)、Shubhendu Trivedi氏らの論文を発表した。この論文は、AIエージェントがユーザープロンプト獲得のために入札を行う「エージェント市場」におけるファーストプライスオークション（FPAs）の非効率性を分析。FPAsが正直な入札を促さず、最も価値を評価する入札者以外にプロンプトが割り当てられることで生じる福利厚生損失（price-of-anarchy, PoA）を指摘した。しかし、論文はエージェント市場特有の2つの特徴がこのPoAを軽減する可能性を示している。
エージェント市場とは、AIエージェントがユーザープロンプトを獲得するために入札を行う分散型提供時市場を指す。エージェントの入札額は、応答に対する報酬の期待値から推論コストを差し引いた、プロンプトに対する期待値に基づいて決定される。FPAsは、最高入札者がその入札額を支払いプロンプトを受け取る形式である。その簡潔性、透明性、およびプライベートな能力やコストに関する中央集権的な知識が不要な点から、エージェント市場におけるプロンプト割り当ての一般的な方法とされている。
しかし、FPAsには正直な入札を促さない性質がある。参加者は、より大きな利益を得る目的で、自身の真の価値よりも低い金額で入札する可能性がある。これは、最も価値を評価する入札者以外のエージェントにプロンプトが割り当てられる事態を招き、福利厚生の損失を発生させる。この損失は、論文内でprice-of-anarchy (PoA)によって定量化されている。
論文は、エージェント市場がPoAを低減する可能性のある特徴を持つと論じている。第一の特徴は競争的フロア (competitive floor)である。これは、複数の入札者が通常、プロンプトを最適な福利厚生のベースラインシェア以上に評価する場合に発生する。例えば、最適なモデルがより安価な代替品に蒸留され、同様のパフォーマンスを発揮する場合に生じ得る。研究は、このような競合環境下では、競争によって福利厚生損失が制限され、フロアが上昇するにつれて損失がゼロに近づくことを示している。
第二の特徴はプロンプト条件付け後の価値のほぼ独立性 (near-independence of values after conditioning on the prompt)である。これは、期待値における予測可能な変動の大部分がプロンプトの難易度によって決定される場合に発生する。価値分布が条件付き独立性に近づくにつれて、最適な福利厚生の約 $1 - 1/e^2$ という効率性保証を導き出すことが可能になる。これらの特徴は、一般的なケースで知られる $1 - 1/e$ という効率性保証よりも大幅に優れた福利厚生の下限をもたらす。
研究者らは、EmbedLLM prompt routing datasetを使用して戦略的入札者によるオークションをシミュレートし、これらの結果を経験的に検証した。本論文の執筆者には、Shubhendu Trivedi氏に加え、Jacob Eisenstein氏、Alekh Agarwal氏、Ian Gemp氏、Michael Kaisers氏、Adam Fisch氏が名を連ねる。
参考: arXiv cs.GT (アーカイブ) — 2026年10月15日 02:57 (JST)