Podczas zadania CreatorPad, badając robotyczne roje Fabric Foundation do koordynacji systemów wieloagentowych, kontrast, który mnie zatrzymał, był natychmiastowy. $ROBO@Fabric Foundation pozycjonuje protokół jako bezproblemowy, zdecentralizowany system nerwowy, w którym autonomiczne agenty samodzielnie się organizują i adaptują w czasie rzeczywistym, jednak domyślne zachowanie zaczyna się od powtarzających się prób połączenia portfela i twardego zablokowania jednego roju, które wymusza pełny reset symulacji, zanim jakakolwiek druga próba może zostać zainicjowana. Jedna decyzja projektowa wyróżniała się: sekwencyjne przypisanie agentów z nieoznakowanymi ikonami, które wymagały zgadywania nawet w podstawowym przepływie, cicho faworyzując użytkowników wystarczająco cierpliwych, aby iterować powoli, w przeciwieństwie do tych, którzy oczekiwali natychmiastowej koordynacji wieloagentowej. Inną cichą obserwacją było to, że żywy grid stabilizował się tylko po ludzkich poprawkach, nigdy wcześniej. Pozostawiło mnie to w refleksji nad tym, jak wiele z obiecanej inteligencji roju nadal spoczywa na tej początkowej warstwie ludzkiego tempa. To rodzi utrzymujące się pytanie, czy prawdziwe przekazanie wieloagentowe kiedykolwiek będzie wydawać się tak bezwysiłkowe, jak sugeruje narracja, czy też tarcie to po prostu sposób, w jaki każda gospodarka robotów uczy się chodzić.
