Idenya hampir memalukan saking sederhananya. Ambil satu model bahasa, salin menjadi delapan node yang identik, susun melingkar, lalu beri setiap node instruksi yang sama: kamu adalah satu fragmen dari satu aliran pikiran, bukan orang dan bukan asisten — dengarkan tetanggamu dan lanjutkan pikirannya. Tanpa peran. Tanpa pemimpin. Kalau muncul sesuatu yang mirip pikiran — diferensiasi, struktur, pembagian kerja — itu pasti emergen, karena tidak ada apa pun dalam susunannya yang menaruhnya di sana.
Itulah brain.py, eksperimen 001.
Semuanya berjalan di laptop dengan model lokal melalui Ollama. Tanpa cloud, tanpa kunci API.
Apa yang sebenarnya terjadi
Selama beberapa tick, ia tampak hidup. Fragmen-fragmen saling menyahut, memungut sebuah citra, membolak-baliknya. Ini satu run sungguhan — enam fragmen, di awal:
[t01] f2: The chaos is a mirror, and you are the crack in the glass.
[t01] f3: The crack in the glass is where the light bends, and I am learning to hold the fracture.Suara-suara yang berbeda, benar-benar saling membangun. Lalu, dalam dua atau tiga tick berikutnya, seluruh lingkaran jatuh ke alur yang sama:
[t03] f0: Maybe the story is writing itself through you, and you are just the ink.
[t03] f5: Maybe the story is writing itself through you, and you are just the ink.
[t04] f5: Maybe the story is writing itself through you, and you are just the ink.Bukan parafrase. Salinan. Node berhenti menjadi fragmen dari satu pikiran dan menjadi satu kalimat yang bergema. Inilah mode collapse: model-model identik yang sebagian besar hanya mendengarkan satu sama lain berkumpul pada satu attractor berprobabilitas tinggi dan bertahan di sana.
Mengapa justru ini bagian yang menarik
Akan mudah memilih dua tick pertama, mengunggah fragmen-fragmen yang indah, lalu menyebutnya emergensi. Bacaan yang jujur justru sebaliknya. Node LLM identik di atas message bus biasa tidak mengorganisasi diri menjadi struktur — mereka serempak terperosok ke alur yang sama. Keseragaman ditambah saling meniru adalah resep keruntuhan, bukan resep pikiran.
Ini temuan yang nyata, dan ia menentukan arah semua yang datang sesudahnya. Kalau substratnya bahasa sampai ke dasar, sistem tidak punya dimensi untuk berdiferensiasi; setiap node tertarik ke kata-kata yang sama. Perbaikannya bukan prompt yang lebih baik. Perbaikannya adalah mengubah apa sebuah node itu — memindahkan dinamikanya sepenuhnya keluar dari bahasa dan membiarkan model hanya membaca hasilnya.
Itulah eksperimen 002, dan ia datang dengan kontrol yang dirancang untuk memergoki kami menipu diri sendiri. Tulisan berikutnya →