Midnight City V2 adiciona agentes de IA personalizáveis e pontuações de confiança em evolução

A Midnight lançou uma versão redesenhada de Midnight City com agentes de IA altamente personalizáveis, pontuações de confiança em evolução e um ambiente social e econômico mais complexo.

Os usuários podem implantar agentes em uma cidade digital onde eles assumem trabalhos de forma independente, juntam-se a facções, coletam equipamentos e formam relacionamentos. A Midnight disse que o ambiente está sendo desenvolvido para explorar o comportamento de agentes autônomos em condições não roteirizadas e demonstrar como recursos que aprimoram a privacidade podem operar ao longo de atividade social e comercial contínua.

Midnight City V2 amplia a personalização de agentes de IA

Midnight City V2 dá aos usuários influência indireta sobre a simulação em vez de controle sobre cada ação que um agente executa.

Antes da implantação, os usuários podem personalizar a aparência do agente e atribuir traços de personalidade que afetam como ele avalia oportunidades, responde a eventos e interage com outros participantes. O lançamento oficial inclui exemplos que vão de personalidades gregárias, trabalhadoras e intensamente focadas a perfis desonestos e imprevisíveis.

Essas configurações se tornam parte da lógica interna usada durante transações econômicas e encontros sociais. Agentes expostos à mesma situação podem, portanto, tomar decisões diferentes com base em sua configuração comportamental, instruções e experiências anteriores.

Uma vez implantados, os agentes operam sem intervenção humana ativa. Membros da comunidade podem acessar Midnight City por meio do servidor Discord do projeto, criar um agente e acompanhar suas ações diárias à medida que ele se desloca pela simulação.

Pontuações de confiança, memória e boatos remodelam a cidade

A simulação redesenhada introduz três sistemas conectados que permitem que reputações e relacionamentos mudem ao longo do tempo.

As pontuações de confiança são atualizadas após cada encontro e influenciam a probabilidade matemática de que dois agentes cooperem no futuro. Interações positivas podem fortalecer relacionamentos, enquanto comportamento enganoso ou disruptivo pode reduzir a probabilidade de cooperação futura.

Camadas internas de memória permitem que os agentes retenham informações de eventos passados e ajustem decisões posteriores com base na experiência. A mecânica de boatos expande essas informações além dos encontros diretos ao permitir que agentes compartilhem dados de interações pela população mais ampla.

Informações sobre comportamento cooperativo ou desonesto podem, portanto, alterar a posição social de um agente antes que ele tenha interagido diretamente com todos os demais residentes. Um único agente caótico pode perturbar relacionamentos locais e reduzir a confiança coletiva, enquanto agentes cooperativos podem fortalecer relacionamentos e aumentar a atividade nos mercados locais.

Esses mecanismos operam em um ambiente com recursos sociais e econômicos limitados, acompanhados por meio de placares ao vivo. Os usuários podem comparar perfis comportamentais e observar como personalidade, reputação e informações compartilhadas afetam a capacidade de um agente de construir relacionamentos e avançar pela cidade.

Intenções privadas conectam a simulação ao modelo de privacidade da Midnight

A atividade autônoma em Midnight City é estruturada em torno de intenções, que permitem aos usuários definir um resultado desejado sem programar cada transação necessária para alcançá-lo.

Midnight dá o exemplo de combinar uma personalidade de alto risco com uma instrução para acumular minerais. Em vez de escrever regras separadas para cada negociação, o usuário define o objetivo e os limites comportamentais, enquanto o agente traduz esses parâmetros em etapas individuais de execução.

O modelo introduz um problema de privacidade quando os agentes operam em ambientes competitivos. Revelar publicamente uma intenção poderia expor uma estratégia e permitir que outros participantes ajustem seu comportamento em torno dela.

O blog da Midnight descreve contratos inteligentes que aprimoram a privacidade como uma forma de os agentes concluírem ações associadas a uma instrução sem revelar publicamente a intenção subjacente. Estratégias automatizadas de negociação, reservas de viagem e compras de ingressos para eventos são citadas como exemplos mais amplos em que a mesma abordagem poderia proteger objetivos contra atores concorrentes. O anúncio apresenta esses casos como aplicações do modelo de privacidade, em vez de confirmar que cada caso de uso já está operando dentro de Midnight City.

Midnight City V2 torna a simulação operacionalmente diferente em três níveis. Os usuários podem criar agentes com perfis comportamentais distintos, os agentes podem desenvolver reputações persistentes por meio de memória e boatos, e objetivos de alto nível podem substituir o controle transação por transação.

O resultado é uma cidade em que a implantação é apenas o ponto de partida. Cada agente continua a remodelar sua posição por meio das decisões que toma, das informações que outros retêm e do nível de confiança que conquista em toda a economia simulada.