多智能体系统是大模型应用的热门方向，但多数演示依赖API级别的千亿参数模型，成本高、延迟大。一个由开发者完成的工程实践，用仅30亿参数的Qwen2.5-3B构建了五人森林生物多智能体经济体，以最诚实的姿态展示了小模型在复杂决策场景下的能力边界与工程填补策略。

该项目的技术栈清晰：智能体通过vLLM部署在Modal平台，以Gradio作为交互窗口，每个智能体独立运行，输出格式严格为JSON。令人惊讶的是，在100%的调用中，3B模型都能输出语法有效的JSON，这说明它对指令遵循和格式化表现可靠——这是小模型常被忽视的优势。然而，当涉及经济推理（如定价、交易策略）时，模型表现出明显的弱判断：任务设定中“蜜”和“柴”的价格波动需要智能体理解供需、稀缺性、有效期等多维因素，但3B模型常做出非理性决策，例如买入自产物品或忽略储存成本。

开发者没有诉诸换大模型，而是通过系统工程手段弥补推理短板。具体包括：设计稀缺性约束——食物品种限制、物品易腐坏（有效期3轮）、冬季燃料危机（柴需求骤增）；优化提示词——明确禁止买入自产物品、给出具体交易示例、用结构化指令引导决策逻辑。这些措施有效提升了经济判断质量：15轮模拟后，蜜价从10跌至3（因供给过剩且易腐坏），柴价从4涨至7（冬季需求刚性），财富基尼系数从0.14扩张至0.38，模拟出真实经济中资源错配与不平等分化现象。

这一案例的行业价值在于：它提供了一个可复制的工程基准——小模型成本仅为大模型的1/10～1/20，但通过精心的系统设计（稀缺性触发、提示模板、输出校验），可以在受限场景中产生可观测的动态行为。类似工作常见于顶级实验室的论文，但多依赖闭源大模型且缺乏工程细节。该报告拆解了“为什么不用大模型”（成本与延迟）、“如何纠正推理偏差”（提示工程+业务约束）、“怎样设计系统稀缺性”（模拟真实经济摩擦），比泛泛的研究观点更具实操性。

对于部署多智能体系统的团队，建议优先评估小模型的格式可靠性与业务逻辑可约束性。如果任务核心是规则确定、推理有限的模拟（如拍卖、供应链协调），3B级别模型配合提示优化足够产生有意义的涌现行为。但若需高阶策略博弈（如谈判、欺骗检测），则必须考虑7B以上或MoE架构。该项目的工程复盘表明，小模型并非万能，但通过系统性稀缺设计，可有效放大其有限推理能力，形成“模型弱、系统强”的实用闭环。