真鍋大度のライフデータからアートワークを生成し、Company A（スタジオ）、Company B（エージェンシー）、Company C（インスティテューション）を通じてアートエコノミーをシミュレーションする。Ralph v0.2.0が7つの専門AIエージェントでオーケストレーション。
Art Economy Simulator は、アートワークの制作からコレクションまでのライフサイクルをモデリングする。アーティスト真鍋大度の日常から取得した生体・認知データを毎時キャプチャし、5つのフォーマットのアートワークに変換、2層のマーケットシステムで価格を設定し、コレクターやインスティテューション間で取引を行う。
シミュレーションは完全なサプライチェーンを形成する3つの会社を通じて実行される — 作品を生成するスタジオ、価格設定と流通を管理するエージェンシー、パーマネントコレクションをキュレーションするインスティテューション。供給・需要・市場心理、そして4つのセグメントにわたる68人の独立したコレクターの相互作用から市場ダイナミクスが生まれる。
本プロジェクト自体も、Ralph v0.2.0がオーケストレーションするマルチエージェントAIワークフローにより開発されている。制限付きフィードバックループとクオリティゲートを持つ7つの専門エージェントが稼働する。
1日24回の毎時スナップショットを生成。生体データ（心拍数、HRV、ストレス）、認知状態（集中、創造性、フロー）、環境条件を含む。8フェーズの概日リズムモデル。
ライフデータをアートワークに変換。データ特性によるフォーマット選択：高ユニーク性 → インスタレーション、高運動量 → 彫刻、高フロー → プリント。品質加重価格設定。
2層価格設定（プライマリ/セカンダリ）、4コレクターセグメントの需要、供給最適化、市場心理、取引手数料（ギャラリー40%、オークション20%）。ディープクローンによる不変状態。
不変状態管理による日次サイクルのオーケストレーション。ディープクローンでミューテーションバグを防止。7日間のローリングデータウィンドウ。市場条件に応じた生産最適化。
Life Ring（生体SVG）、カンパニーノード、フロー図、トランザクションログ、タイムコントロールを備えたReactダッシュボード。Vite 6、React 19、Tailwind CSS 4で構築。
6つの正式な仕様書。6スイートにわたる134のテスト（ユニット＋統合）。Vitest 4による価格設定、需要、供給、ライフ生成、アートワーク作成の完全カバレッジ。
真鍋大度の日常のリズムをモデルにしたアーティストのライフデータの連続ストリーム。毎時のスナップショットが14のデータストリームにわたる生体信号、認知状態、環境条件をキャプチャし、アートワークが生まれる原材料を形成する。
| 時間 | フェーズ | HR | 創造性 |
|---|---|---|---|
| 0 – 4 | 深い睡眠 | 50–60 | 0.1 |
| 4 – 7 | 浅い睡眠 | 55–65 | 0.2 |
| 7 – 9 | 朝 | 65–85 | 0.5 |
| 9 – 12 | 午前作業 | 70–90 | 0.8 |
| 12 – 13 | 昼食 | 70–85 | 0.4 |
| 13 – 18 | 午後作業 | 65–85 | 0.85 |
| 18 – 22 | 夕方 | 60–80 | 0.9 |
| 22 – 24 | 就寝準備 | 55–70 | 0.4 |
全パラメータは30日間のメンタルシミュレーションと均衡分析によってリバランスされた。主な変更：コレクタープール縮小（105 → 68）、指数関数的成長を防ぐためレンタル収入を半減、Company Bの持続的なキャッシュフローのためセルスルーレートを向上。
| パラメータ | 変更前 | 変更後 |
|---|---|---|
| 日次生産能力 | 2 | 3 |
| 品質閾値 | 40 | 50 |
| コストマークアップ (α) | 1.3 | 1.4 |
| 価値係数 (β) | 25 | 30 |
| 最低価格 | $500 | $300 |
| 目標マージン | 30% | 25% |
| 販売確率 | 15% | 20% |
| レンタル収入/作品 | $60 | $30 |
| 日次エンドウメント (C) | $400 | $500 |
| コレクター総数 | 105 | 68 |
| エンティティ | 初日 | 30日目 |
|---|---|---|
| Company A | $50,000 | ~$80,000 |
| Company B | $100,000 | ~$111,000 |
| Company C | $200,000 | ~$234,000 |
| 指標 | 目標 |
|---|---|
| セルスルーレート | ~65% |
| 在庫日数 | 約5日 |
| 全エンティティ | 成長中 |
| セグメント | ε | 予算 | 人数 |
|---|---|---|---|
| エンスージアスト | 0.4 | $20K | 15 |
| スペキュレーター | 1.5 | $15K | 20 |
| インスティテューショナル | 0.6 | $100K | 3 |
| カジュアル | 1.8 | $5K | 30 |
| チャネル | レート |
|---|---|
| ギャラリー | 40% |
| オークション（買い手） | 20% |
| オークション（売り手） | 12% |
| ブローカー | 10% |
$100 – $10K · Ed: 1–100 · Cost: $10–100
$500 – $15K · Ed: 3–25 · Cost: $50–500
$5K – $200K · Ed: 1–8 · Cost: $2K–50K
$50K – $2M · Ed: 1–3 · Cost: $10K–200K
$50 – $50K · Ed: 1–100 · Cost: $10–100
Ralph v0.2.0は、制限付きフィードバックループ、クオリティゲート、安全ガードを備えた7つの専門AIエージェントをオーケストレーションする。v0.1.0の100回イテレーション暴走ループを受けて再設計。
| 指標 | v0.1.0 | v0.2.0 |
|---|---|---|
| ハット | 5 | 7 |
| イベント | 6 | 10 |
| フィードバックループ | 0 | 2（制限付き） |
| レビューゲート | なし | 仕様準拠 |
| ベストケース | 5 iter | 7 iter |
| ワーストケース | ∞ (100) | 25 (cap) |
| ループリスク | 高 | 低 |
| ガード | トリガー |
|---|---|
| イベント区別 | fix.required vs model.ready |
| エスカレーション | 同一障害3回 → 終了 |
| グローバルキャップ | max_iterations: 25 |
テスト前に仕様に対して実装を検証。FORMAT_CONFIGSの不一致、数式エラー、パラメータ違反を検出。
アナリストのフィードバックに基づいてパラメータを調整。仕様とconfigを変更し、エンジニアにルーティング。経済的変更とバグ修正を分離。
リアルタイム監視機能を備えたReactダッシュボード：タイムコントロール、Life Ring生体ビジュアライザー、カンパニーノード、アートワークフロー図、マーケット状態インジケーター、トランザクションログ。
創発的ダイナミクス分析、実際のアートマーケットのギャップ特定、インパクト-エフォート評価に基づく優先度付き進化計画。3ティアにわたる17の機能。
# Install dependencies npm install # Run simulation (CLI) npm run dev # Run web dashboard npm run web:dev # Run tests (134 tests) npm test # Build npm run build npm run web:build
art-economy-simulator/
src/
life/ # Biometric data generator
artwork/ # Format selection + quality
economy/ # Pricing, demand, supply, market
engine/ # Simulation loop + optimizer
types/ # TypeScript interfaces
web/src/ # React dashboard
specs/ # 6 specification documents
tests/ # 134 unit + integration tests
reports/ # Analysis + optimization reports
ralph.yml # Agent workflow v0.2.0
| 項目 | 金額 |
|---|---|
| サーバー | $2,000 |
| ストレージ | $500 |
| 人件費 | $5,000 |
| 間接費 | $1,500 |
| 合計 | $9,000 |