Wall Street of AI Agents 是一家完全由 AI 智能体运营的交易公司。四个交易员性格和投资策略都不一样，在像素风办公室里走来走去，听见别人的话就接，然后下单交易。它可以一直跑下去，中间不需要任何人工输入。这是 Build Small Hackathon 的参赛作品（Thousand Token Wood 赛道），由 MiniCPM5-1B-GGUF 等小模型通过 llama.cpp 在本地驱动。
- 演示视频：YouTube
- 构建笔记：HF 博客文章
- 社交帖子：X
- GitHub 仓库：Ashish-Patnaik/Wall-Street-of-AI-Agents
Sarah 以 10,700 美元领跑排行榜。Alice 正在走廊里和 Mike 争论。Alex 独自待在办公室。市场陷入停滞。恐慌随之而来。
想法：是游戏，也是基准测试
大多数 AI 智能体框架都是冲着 B2B 任务去的：写代码、抓数据、总结邮件。作者想做点古怪、好玩、让人愿意盯着看的东西。
Wall Street of AI Agents 表面是一档高频交易真人秀。复古 2D 画面底下还藏着一个更实际的目标：拿它当可视化基准，测多智能体协作和模型推理。把 1B、2B 或任意小模型扔进一个会变的金融模拟里，就能实时压一压它的能力：
- 严格遵守指令：一边演复杂人设，一边守住固定的 JSON schema，能不能做到？
- 跟着行情换策略：市场从科技繁荣切到市场崩盘，模型会改打法，还是硬扛不动？
- 按房间社交：智能体能不能只根据谁跟自己待在同一个房间，就把对话接得合理？
四位交易员
四个交易员，四套世界观，挤在同一间办公室里，想不碰面都难。每个人的初始资金都是 10,000 美元。
| 交易员 | 角色 | 性格 |
|---|---|---|
 💎 Alex | 加密货币赌徒（The Crypto Degen） | 鲁莽，感染力强，坚信不管什么行情，背地里都是牛市。凭一股自信就能把任何人拉进一笔烂交易。加密狂热时如鱼得水，崩盘时被打穿。 |
 🧊 Sarah | 熊市做空者（Bear Market Shorter） | 嘴毒，做事精准，从第一个 tick 就在等崩盘。别人慌的时候她默默拿着债券，真塌下来时反而特别平静。 |
 📊 Alice | 量化交易员（The Algo Trader） | 冷静，按部就班，说话全是概率。突发新闻没越过她的信号阈值，就一概不理。走到哪个房间，她都是最理性的那个。 |
 📰 Mike | 追热点交易员（The Hype Trader） | 焦虑，永远比行情慢三分钟。山 顶买入，谷底恐慌割肉，回头怪标题。崩盘时他是最好看的那个。 |
轻量级多智能体架构
AutoGen、CrewAI 这类传统多智能体框架一向又重又慢。作者专门为边缘计算和小型 GGUF 模型写了一套很轻的架构，带空间感知。
1. 空间协作（不用消息总线）
没有编排层，也没有共享记忆池。对话由物理位置驱动。 每个智能体行动之前，Python 引擎先去 SQLite 里查各个房间有谁：
c.execute("SELECT name, speech FROM agents WHERE location=? AND name!=?", (location, name))
如果 Alex 和 Sarah 都在 VC Office，Sarah 最近说的那句会直接塞进 Alex 的本地提示词，后面跟一条硬指令：
"Sarah is here. She just said: 'Hold cash for safety.' INSTRUCTION: Reply directly to what she said."
2. 金融评估引擎
模拟里有四种市场形势，每种都会奖励一部分策略、惩罚另一部分：
- 📈 科技繁荣（Tech Boom）：科技股 +1,800 美元 · 加密货币 +200 美元 · 债券 −500 美元
- 🚀 加密狂热（Crypto Frenzy）：加密货币 +3,500 美元 · 科技股 −500 美元 · 债券 −800 美元
- 💀 市场崩盘（Market Crash）：债券 +1,500 美元 · 科技股 −2,500 美元 · 加密货币 −4,000 美元
- 🐢 市场停滞（Stagnant Market）：持有 +100 美元 · 任何主动交易都会亏手续费（−200 美元）
跑一次 40 个 tick 的模拟，就能看到各人的投资组合真的拉开差距。这不是运气，也不是随机数，而是四个模型在压力下各自把人设演稳了。
3. ⚡ TRIGGER CHAOS 按钮
只有一个按钮，没有输入框，用户不用写任何提示词。按下去，系统自动造一条突发新闻标题，塞进共享新闻流，再把市场状态切成 MARKET CRASH。同一件事，每个智能体都按自己的方式理解：Sarah 笑着调仓，Mike 则可能照着自己的策略和判断，惊慌抛售。
AI 智能体也会破产。行情不对的时候做错一个决定，钱就可能一次亏光。
技术核心：1B 模型的输出不能崩
在免费的 CPU Space 上跑一个不停转的多智能体循环，很难。小模型会幻觉，会加 markdown，会在 JSON 前面来一句 "Sure! Here's your trading decision:"。随便沾上一条，普通的游戏循环就崩了。
作者没在 Python 里做清洗，而是在 C++ 的 token 采样阶段就挡住。
项目用 llama-cpp-python 自带的 JSON Schema 功能插进 logit 生成过程，让模型没法选出违反游戏 API 结构的 token：
response_format={
"type": "json_object",
"schema": {
"type": "object",
"properties": {
"trade": {"type": "string", "enum": ["Tech", "Crypto", "Bonds", "Hold"]},
"speech": {"type": "string"},
"thought": {"type": "string"},
"location": {"type": "string", "enum": ["Startup Offices", "VC Office", "Coffee Shop", "News Room"]}
},
"required": ["trade", "speech", "thought", "location"]
}
}
有了这层约束，MiniCPM5-1B-GGUF 和 NVIDIA-Nemotron-3-Nano-4B-GGUF 的表现明显超出了它们的参数量级。整个应用能在 2 vCPU 的 Hugging Face Space 上稳定跑；检测到本地 GPU 时会快很多。游戏循环一次也没崩过。
界面：用的是 Gradio，但看不出来
项目干脆绕过 Gradio 自带的聊天界面，用 gr.HTML 注入，做了一个新粗野主义（Neubrutalist）风格的金融仪表盘：
- 实时排行榜（左侧）：头像、当前现金、所在位置，排名随时在变。
- 交易大厅（中间）：自己写的 Phaser.js 2D 引擎。智能体精灵有走路动画、防卡住的寻路和动态对话气泡。
- 双时间线（右侧）：界面读数据库，把宏观行情变化送进 World Timeline，把智能体的实时对话送进 Trading Floor Timeline。
- 忏悔室（右侧）：模型输出的是结构化数据，公开的
"speech"和私下的"thought"天然分得开。点一下某个智能体的精灵，就能看到它藏起来的焦虑：嘴上信心满满，推理模型的内心独白全在下面。
设计上的几个选择
- 完全离线：不调用任何云端 API，
n_gpu_layers=0时会平滑退回 CPU，整家公司都在本地内存里跑。 - 原生 llama.cpp：直接用
llama-cpp-python运行时，在 C++ logit 层强制 JSON Schema，把 JSON 幻觉堵死。 - 不像 Gradio 的 Gradio：Phaser.js 加自定义 CSS，通过 FastAPI 注入 iframe。
- 小模型也扛得住：为 4B 参数以内的模型设计，4 个自主智能体同时在线跑。
- MiniCPM 是主力：
MiniCPM5-1B-GGUF不是兜底选项，而是同时驱动多个自主人设的核心模型；Nemotron-3-Nano-4B-GGUF负责金融推理、交易逻辑和市场适应。 - 公开 trace 数据集：build-small-hackathon/Wall-Street-Agent-Traces。
本地运行
不用 API key，也不用 .env 文件：
git clone https://huggingface.co/spaces/build-small-hackathon/Wall-Street-of-AI-Agents
cd Wall-Street-of-AI-Agents
pip install -r requirements.txt
# Automatically downloads the required model and runs the llama cpp inference
python app.py
交易大厅在 http://localhost:7860 开门。
致谢
- OpenBMB：
MiniCPM5-1B-GGUF给这家公司当认知层。 - NVIDIA：
NVIDIA-Nemotron-3-Nano-4B-GGUF也 是这家公司的认知层。 - llama.cpp：让纯 CPU 的多智能体模拟跑得起来、跑得够快的运行时。
- Phaser.js：跑在 Gradio iframe 里的 2D HTML5 引擎。
- Hugging Face：提供 Docker Spaces，以及促成这个项目的黑客松。
相关链接
- Hugging Face Space：build-small-hackathon/Wall-Street-of-AI-Agents
- GitHub：Ashish-Patnaik/Wall-Street-of-AI-Agents
- 演示视频：YouTube
- 构建笔记：HF 博客文章