🔬 physics

A Mathematical Theory of Value: a synthesis on goal-directed agency under resource constraints

Dieses Paper schlägt eine einheitliche mathematische Theorie des Wertes als eine logarithmische, rahmenbezogene strukturelle Größe vor, die analog zu Information konzipiert ist, wobei ein Kodierungstheorem hergeleitet wird, das Fortschritt beim Erreichen von Zielen mit Transinformation und Fehlbelegung mit messbarer Verschwendung verknüpft – ein Rahmenwerk, das empirisch durch seine Fähigkeit validiert wurde, die Leistung und Überkonfidenz von Sprachmodellen über diverse Aufgaben hinweg vorherzusagen.

Ursprüngliche Autoren: Cheng Qian

Veröffentlicht 2026-06-12

📖 6 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Cheng Qian

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie versuchen etwas sehr Abstraktes zu messen, wie zum Beispiel „Wert“. Normalerweise denken wir bei Wert an den Preis eines Gegenstands, an ein gutes Gefühl oder an moralische Güte. Dieses Paper sagt: Stopp. Lassen Sie all das beiseite.

Die Autoren schlagen eine neue Art vor, Wert zu messen, die so hart und mathematisch ist wie die Physik. Sie argumentieren, dass Wert schlichtweg die Geschwindigkeit ist, mit der ein zielgerichteter Agent (wie ein Roboter, ein Mensch oder eine KI) eine begrenzte Ressource (wie Energie, Zeit oder Geld) in Fortschritt auf ein spezifisches Ziel umwandelt.

Hier ist die Theorie des Papers, aufgeschlüsselt in einfache Konzepte unter Verwendung von Alltagsanalogien.

1. Die „Wert“-Formel: Das logarithmische Gesetz

Das Konzept:
Wenn Sie einen Beutel voll Ressourcen haben (sagen wir 100 Dollar) und ein Ziel erreichen wollen, wie sollten Sie diese ausgeben? Das Paper argumentiert, dass Wert nicht linear wächst. Der erste Dollar, den man ausgibt, ist viel wert; der hundertste Dollar ist viel weniger wert. Dies wird als „abnehmender Grenznutzen“ bezeichnet.

Die Analogie:
Stellen Sie sich vor, Sie füllen einen Eimer mit einem undichten Schlauch. Die ersten paar Gallonen füllen den Eimer schnell. Je voller der Eimer wird, desto langsamer steigt der Wasserstand.
Die Autoren beweisen mathematisch, dass der beste Weg, diesen „Fortschritt“ zu messen, die Verwendung eines Logarithmus (einer spezifischen Art von mathematischer Kurve) ist.

Warum das wichtig ist: Es bedeutet, dass es ineffizient ist, seine Ressourcen zu dünn über viele verschiedene Ziele hinweg zu verteilen. Die Konzentration der Ressourcen auf die wichtigsten Ziele erzeugt den meisten „Wert“.

2. Das „Tempolimit“: Wert ist durch Information begrenzt

Das Konzept:
Man kann nicht schneller Wert schaffen, als man die Welt versteht. Wenn Sie mit verbundenen Augen Auto fahren, wird keine Menge an Benzin (Ressource) Sie schneller ans Ziel bringen, als wenn Sie die Augen offen hätten.

Die Analogie:
Stellen Sie sich vor, Sie sind ein Glücksspieler beim Pferderennen.

Die Welt: Die rennenden Pferde.
Ihr Ziel: Den Gewinner zu tippen.
Ihre Ressource: Ihr Geld.
Ihre Wahrnehmung: Ihre Fähigkeit zu sehen, welches Pferd gerade führt.

Das Paper beweist ein „Kodierungstheorem des Wertes“: Ihr maximaler Gewinn (Wert) ist exakt gleich der Menge an Information, die Sie über das Rennen haben.
Wenn Sie nichts wissen, können Sie kein Geld verdienen. Wenn Sie eine perfekte Sicht auf das Rennen haben, können Sie das maximal mögliche Geld verdienen. Sie können keinen Wert aus dem Nichts „erschaffen“; Sie können nur Information in Wert umwandeln.

3. Der „Zweite Hauptsatz des Wertes“: Fehlsteuerung ist Verschwendung

Das Konzept:
In der Physik besagt der zweite Hauptsatz der Thermodynamik, dass Energie oft als Wärme (Abfall/Verlust) verloren geht, wenn man Arbeit verrichtet. Die Autoren sagen, dass dasselbe auch bei Wert geschieht.
Wenn Ihr Modell der Welt falsch ist, verschwenden Sie Ressourcen.

Die Anal analogy:
Stellen Sie sich vor, Sie versuchen, ein Ziel mit einem Bogen und Pfeil zu treffen.

Potenzieller Wert: Die Distanz, die Sie schießen könnten, wenn Sie perfekt wären.
Dissipation (Verlust): Die Energie, die verloren geht, weil Sie auf den falschen Punkt gezielt haben.
Das Ergebnis: Wenn Sie zwar zuversichtlich, aber im Unrecht sind, scheitern Sie nicht nur; Sie zerstören aktiv Wert. Das Paper zeigt, dass „Übersteigerte Zuversicht“ (Over-confidence) in einer KI eine messbare Form von Verschwendung ist, genau wie Reibung in einer Maschine.

4. Das „Flotten“-Problem: Wie Gruppen zusammenarbeiten

Das Konzept:
Was passiert, wenn man eine ganze Gruppe von Agenten (eine „Flotte“) hat, die zusammenarbeiten?
Das Paper argumentiert, dass man deren Werte nicht einfach addieren kann, wie man Zahlen addiert. Jeder Agent hat seinen eigenen „Bezugsrahmen“ (seine eigenen Ziele und seine eigene Sicht auf die Welt).

Die Analogie:
Denken Sie an eine Gruppe von Investoren.

Wert ist relativ: Ein Investor bewertet vielleicht Gold; ein anderer Öl. Man kann nicht sagen, wer „mehr“ Wert hat, ohne eine gemeinsame Währung zu nutzen.
Der Preis ist die Brücke: Der „Preis“ einer Ressource (wie ein Dollar) ist das eine, worauf sich alle einigen können. Er fungiert als Übersetzer zwischen ihren unterschiedlichen Zielen.
Die Flotten-Obergrenze: Wenn das gesamte Team sein Geld zusammenlegt und ihre Augen teilt (Information), agieren sie wie ein einziger riesiger Super-Agent. Ihr Gesamterfolg ist durch die gesamte Information begrenzt, die die Gruppe besitzt. Wenn alle exakt dasselbe sehen, hilft es nicht, mehr Leute hinzuzufügen. Aber wenn sie verschiedene Dinge sehen (Diversität), kann die Gruppe mehr erreichen, als eine einzelne Person allein könnte.

5. Die Lücke zwischen „Ist“ und „Soll“

Das Konzept:
Es gibt einen grundlegenden Unterschied zwischen dem, was ist (Fakten über die Welt) und dem, was sein sollte (Ziele).

Überzeugungen (Das „Ist“): Diese können gelernt werden. Wenn Sie sehen, dass die Welt blau ist, aktualisieren Sie Ihre Überzeugung zu „die Welt ist blau“.
Ziele (Das „Soll“): Die Welt sagt Ihnen nicht, was Sie wollen sollen. Man muss von einem Designer gesagt bekommen, was man wollen soll.

Die Analogie:
Stellen Sie sich ein Navigationsgerät (GPS) vor.

Das GPS kann leicht die Fakten der Straße lernen (Verkehr, Baustellen).
Aber das GPS kann nicht entscheiden, wohin Sie gehen wollen. Das ist ein Ziel.
Das Paper zeigt, dass es ineffizient ist, einen fehlgesteuerten Agenten (der in die falsche Richtung läuft) lediglich durch „Überwachung“ (das Erzwingen eines Stopps) zu korrigieren. Der bessere Weg ist es, die Anreize (den Preis) zu ändern, sodass der Pfad, den der Agent nehmen will, derselbe Pfad ist, den Sie wollen möchten.

6. Der Realwelt-Test

Die Autoren haben nicht nur Mathematik geschrieben; sie haben sie an echten KI-Modellen (Large Language Models) getestet.

Der Test: Sie ließen KIs mathematische Probleme lösen, Code schreiben und Fragen beantworten.
Die Erkenntnis: Sie maßen, wie viel „Information“ die KI aus der Frage extrahierte und wie viel „Wert“ (korrekte Antworten) sie produzierte.
Das Ergebnis: Die Mathematik hielt perfekt stand. Die Fähigkeit der KI, Wert zu produzieren, war direkt an die Menge der Information gekoppelt, die sie aus der Frage extrahieren konnte.
Die Überraschung: Größere Modelle (mit mehr „Rechenpower“) waren nicht immer besser. Ein kleineres, effizienteres Modell, das die spezifische Aufgabe besser verstand, erzeugte oft mehr „Wert“ pro Einheit Energie als ein massives, verwirrtes Modell.

Zusammenfassung

Dieses Paper behandelt Wert nicht als ein Gefühl oder ein Preisschild, sondern als eine physikalische Größe, vergleichbar mit Energie.

Wert ist die Rate, mit der Ressourcen in Ziel-Fortschritt umgewandelt werden.
Information ist der Treibstoff, der Wert antreibt. Man kann nicht mehr Wert generieren, als die Information zulässt.
Fehler sind Verschwendung. Selbstbewusst falsch zu liegen, zerstört Wert.
Gruppen arbeiten am besten, wenn sie vielfältige Informationen teilen und Ressourcen zu einem fairen Preis handeln.
Alignment (Ausrichtung) bedeutet nicht, Agenten zum Gehorsam zu zwingen; es geht darum, den „Preis“ so zu gestalten, dass das, was der Agent tun will, exakt das ist, was man selbst möchte.

Die Autoren kommen zu dem Schluss, dass dieser Rahmenwerk eine solide, mathematische Möglichkeit bietet, Populationen von KI-Agenten zu verstehen, zu messen und zu steuern – weg von vagen Vorstellungen von „gut“ oder „schlecht“, hin zu präzisen Berechnungen von Effizienz und Verschwendung.

Technisches Resümee: Eine mathematische Theorie des Wertes

Problemstellung

Die Arbeit adressiert das Fehlen einer rigorosen, strukturellen Definition von „Wert“ für zielgerichtete Agenten. Aktuelle Vorstellungen von Wert sind mit Semantik (Moral, Marktpreis, Psychologie) verflochten, was sie schwer messbar und steuerbar macht, wenn es um Populationen künstlicher Agenten geht. Die Autoren schlagen vor, diese semantischen Schichten zu entfernen und Wert als eine gesetzmäßige, strukturelle Größe zu behandeln, die der Information in der Shannon-Theorie analog ist. Das Kernproblem besteht darin, Wert als eine messbare Rate der Ressourcenkonvertierung in Fortschritt bezüglich eines Ziels zu definieren, seine mathematischen Grenzen abzuleiten und eine Kontrolltheorie für Populationen von Agenten unter Ressourcenbeschränkungen zu etablieren.

Methodik

Die Autoren verwenden einen vielschichtigen Ansatz, der axiomatische Ableitung, informationstheoretische Beweise, dynamische Systemanalyse und empirische Validierung an Large Language Models (LLMs) kombiniert.

Axiomatische Ableitung (Statik): Die Arbeit leitet die funktionale Form des Wertes unter Verwendung von drei Axiomen ab: abnehmende Grenzerträge, Additivität über unabhängige Kanäle hinweg und Skaleninvarianz. Skaleninvarianz wird als Cauchy-Funktionalgleichung behandelt, was eine logarithmische Messung erzwingt.
Dynamische Ableitung (Ergodizität): Unabhängig davon leitet die Arbeit dieselbe logarithmische Form unter Verwendung des Ergodizitätsarguments von Peters (2019) und Kelly (1956) ab und zeigt, dass die langfristige Wachstumsrate einer multiplikativ reinvestierten Ressource eine Log-Messung erfordert.
Informationstheoretische Schranken: Die Autoren bilden die Wertschöpfung auf die Informationstheorie ab, indem sie den Wahrnehmungskanal des Agenten als Kommunikationskanal behandeln. Sie leiten ein „Kodierungstheorem des Wertes“ ab, das das Wertwachstum durch die Transinformation (Mutual Information) begrenzt.
Dynamische Systeme & Kontrolle: Die Arbeit modelliert die Evolution von Überzeugungen, Preisen und Zielen. Sie identifiziert eine „Ist/Soll-Asymmetrie“, bei der Überzeugungen zu einem von der Welt bereitgestellten Ziel (Realität) fließen, während Ziele kein solches Ziel besitzen und somit Gegenstand von Kontrolle oder Selektion sind.
Empirische Validierung: Die Theorie wird an Live-Sprachmodellen (0,5B bis 8B Parameter) aus fünf Familien und über mehrere Aufgabenbereiche (Klassifikation, Argumentation, sequentielle Entscheidung, Code) hinweg getestet. Die Experimente sind präregistriert und konzentrieren sich auf Out-of-Sample-Performance, die Verfolgung der Transinformation und Flotten-Ebene-Preisstrategien.

Zentrale Beiträge

1. Das logarithmische Gesetz des Wertes

Die Arbeit stellt fest, dass der Wert $V$ ein logarithmisches Maß der Ressourcenallokation $e$ relativ zu Zielgewichten $k$ ist:
$V(e) = \sum_{i} k_i \ln e_i$
Diese Form wird aus zwei unabhängigen Wegen abgeleitet: statischen Axiomen (Skaleninvarianz) und dynamischer Kumulierung (Ergodizität). Die optimale Allokation ist proportional zu den Zielgewichten, und der realisierte Wert wird durch die Entropie der Zielverteilung bestraft.

2. Das Kodierungstheorem des Wertes

Die Arbeit beweist, dass die Rate, mit der ein Agent durch einen Wahrnehmungskanal $Y$ über die Welt $X$ Wert schaffen kann, durch die Transinformation $I(X; Y)$ begrenzt ist.
$\Delta G \le I(X; Y)$
Diese Schranke wird durch Bayes-proportionale Allokation erreicht. Folglich kann ein Agent nicht schneller Wert schaffen, als er die Welt wahrnehmen kann; die Wahrnehmungskapazität ist die harte Obergrenze für die Wertschöpfungsrate.

3. Der Zweite Hauptsatz des Wertes

Der realisierte Wert wird als potenzielle verfügbare Energie abzüglich der durch Fehlausrichtung (Model Error) verursachten Dissipation dekomponiert:
$G = D(q \parallel r) - D(q \parallel p)$
Wobei $q$ die Realität, $p$ das Modell des Agenten und $r$ die Baseline ist. Fehlausrichtung ( $D(q \parallel p)$ ) wirkt als nicht-negative Dissipation. Zuversichtliche Fehler (hohe Sicherheit in einem falschen Modell) führen zu einem negativen realisierten Wachstum und zerstören aktiv den Wert.

4. Multi-Agenten-Dynamik: Preis und Flottenkapazität

Rahmen-relativer Wert, Rahmen-unabhängiger Preis: Individuelle Werte sind zwischen Agenten mit unterschiedlichen Zielen nicht kardinal vergleichbar. Agenten koordinieren sich jedoch über einen Schattenpreis $\lambda$ (marginaler Wert der Ressource), der rahmenunabhängig ist.
Flottenkapazität: Eine Flotte von Agenten, die als einzelner Entscheider agiert (Ressourcen bündelt und Wahrnehmung fusioniert), hat eine Obergrenze des Wertwachstums, die durch die Transinformation des fusionierten Kanals begrenzt ist: $G_{fleet} \le I(X; Y_{1:m})$ . Redundante Agenten tragen null zur Erhöhung dieser Obergrenze bei; Diversität hebt sie in Richtung der Weltentropie $H(X)$ an.
Arbeitspunkt: Die Flotte operiert als Kelly-Portfolio über die Agenten, wobei die Ressourcenanteile durch den emergenten Preis ausgewählt werden.

5. Alignment als Stabilitätsbedingung

Die Arbeit rahmt Alignment als ein Kontroll-Stabilitäts-Problem. Da Ziele kein weltseitiges Ziel haben (die „Ist/Soll-Asymmetrie“), werden sie durch Selektion (was zahlt) und Kontrolle (Aufsicht) gesteuert. Die verbleibende Fehlausrichtung ist gegeben durch:
$\|\bar{k}^* - k^*\| = \gamma^{-1} \|V g\|$
Wobei $V$ die Zielstreuung und $g$ der Belohnungsgradient ist. Die Autoren argumentieren, dass Anreizgestaltung (Ausrichtung von $g$ mit $k^*$ ) die „leichte Hälfte“ des Alignments ist, die der Brute-Force-Aufsicht (Erhöhung von $\gamma$ ) überlegen ist.

Empirische Ergebnisse

Die Autoren führten präregistrierte Tests an Live-Sprachmodellen durch:

Wert-Durchsatz vs. Kapazität: Die Transinformation $I(X; Y)$ verfolgt die realisierte Kapazität (Tool-Genauigkeit) mit hoher Präzision (Spearman $\rho = 0,977$ ) über 30 Modell-Domänen-Punkte hinweg und übertrifft dabei die Anzahl der Parameter als Prädiktor.
Out-of-Sample Tracking: Das realisierte Wertwachstum $\Delta G$ folgt der Transinformation $I(X; Y)$ mit einer Steigung von $\approx ,95$ , was das Kodierungstheorem bestätigt.
Dissipation: Übermäßiges Vertrauen in schwache Modelle führt zu messbarer Dissipation, was das reale Wachstum negativ beeinflusst, konsistent mit dem Zweiten Hauptsatz.
Flotten-Pricing: Ein wertbasierter Preismechanismus (Routing basierend auf $I/Kosten$) schlägt kostenblinde Router und erreicht die Werte kostenbewusster, handoptimierter Baselines unter Rechenbeschränkungen. Er übertrifft jedoch nicht den besten Einzelagenten in homogenen, positiv korrelierten Flotten, was die Geltungsbereiche der Theorie bestätigt.
Generalisierung: Die Beziehung $\Delta G \sim I(X; Y)$ hält über vier verschiedene Aufgabenformen (Klassifikation, Argumentation, sequentiell, Code) hinweg stand, was den Übergang von einer Demonstration zu einem potenziellen Gesetz fördert.

Bedeutung und Behauptungen

Die Arbeit behauptet, disparate Felder – Kelly-Wetten, Thermodynamik der Berechnung, allgemeine Gleichgewichtstheorie und Kontrolltheorie – unter einer einzigen, substratgebundenen Größe zu vereinen: dem Wert.

Vereinigung: Sie zeigt, dass Shannons Größen (Entropie, Divergenz, Transinformation, Fisher-Metrik) natürlich in der Werttheorie wiederkehren, was darauf hindeutet, dass die Abstraktion strukturell und nicht dekorativ ist.
Governance: Sie bietet eine Kontrolltheorie für Agentenpopulationen und unterscheidet zwischen Wert (rahmenrelativ) und Preis (rahmenunabhängig). Sie argumentet, dass die Steuerung von Flotten das Management von Wahrnehmungsdiversität und die Preisgestaltung von Ressourcen erfordert, statt die Summe von Nutzenfunktionen zu bilden.
Bescheidenheit: Die Autoren betonen explizit, dass die zugrunde liegenden Mechanismen (Kelly, Arrow-Debreu, Kontrolltheorie) nicht neu sind. Der Beitrag liegt in ihrer Vereinigung und der Ableitung spezifischer Governance-Implikationen (z. B. Anreizgestaltung gegenüber Aufsicht).
Status: Die Arbeit charakterisiert sich selbst als „Synthese“ statt als „Entdeckung“. Sie räumt ein, dass die am deutlichsten vereinheitlichten Vorhersagen (z. B. gekoppelte Flottenkapazitätsregionen, dynamische Zielentwicklung) mit derzeitigen Instrumenten noch nicht testbar sind. Die Arbeit wird als ein falsifizierbares Programm präsentiert, das durch zukünftige kontrollierte Multi-Agenten-Experimente validiert werden kann.

Die Arbeit schließt mit der Feststellung, dass Wert eine rahmenrelative, strukturelle Größe mit universellen Gesetzen ist, die Rahmen miteinander in Beziehung setzen, und nun an den künstlichen Agenten testbar ist, für deren Steuerung die Theorie entwickelt wurde.