HuggingFace démontre qu'on peut faire tourner une économie multi-agents sur un modèle 3B — sans besoin de GPT-4 ou de serveurs coûteux. L'expérience « Thousand Token Wood » teste comment des agents autonomes négocient, échangent et coopèrent dans un environnement contraint.
L'intérêt : montrer que l'agentic AI n'est pas réservée aux géants cloud. Un modèle léger suffit si on le configure bien — contexte court, instructions précises, boucles de feedback rapides.
Concrètement, ça ouvre deux voies. D'abord, déployer des systèmes multi-agents sur du hardware modeste (serveurs locaux, edge computing). Ensuite, explorer comment les IA apprennent à collaborer sous contrainte — utile pour les environnements réels où les ressources ne sont pas infinies.
Le test reste académique, mais le signal est clair : l'agentic AI devient accessible, pas juste un jouet des labos bien financés.