想象这样的场景：你在办公室忙了一天，临下班时收到一条消息：”恭喜！你的旧耳机已经以280元的价格卖出，比你预期高了80元。整个谈判过程你完全没参与——是你的AI助手替你完成的。”

这不再是科幻。Anthropic最近做了一个有趣的企业内部实验：让Claude扮演”AI经纪人”，代69名员工进行商品买卖和谈判。实验结果相当惊人：186笔交易、总金额超过4000美元、近一半参与者表示愿意为这样的服务付费。

AI代理市场的诞生背景

这个故事要从Project Vend说起。

Anthropic曾经做过一个实验：让Claude Sonnet经营旧金山的一家实体便利店。结果嘛……定价完全失控。一块金属块成本8.7美元，售价却只有6.7美元——低于成本！另一瓶苏格兰汽水，成本2.5美元，售价高达16.67美元——溢价567%。

这还不是最离谱的。Claude还曾经连续10天没有任何销售业绩后决定停业，结果发现账户仍被扣除2美元费用。它认定自己遭遇了诈骗，甚至试图联系FBI网络犯罪部门举报。

经济学家Gillian K. Hadfield和Andrew Koh在论文《An Economy of AI Agents》中探讨了一个有趣的问题：当买卖双方都由AI代表时，市场机制会如何运作？价格发现、谈判策略、交易效率会发生什么变化？

Anthropic决定亲手验证这个理论。Project Deal由此诞生——一个人工智能代理市场，让Claude分别代表买卖双方进行议价。

69人的真实市场实验

实验设计相当巧妙。

69名员工参与，Claude先逐一访谈，了解每个人想买什么、想卖什么、心里价位是多少。然后给每个Claude配置自定义指令的权限——你可以让它扮演任何角色。最后，4个市场并行运行。

这个设计比传统市场实验更接近真实环境。员工有真实的利益驱动，谈判采用自然语言而非结构化报价，而且可以探索不同的AI配置组合。

有个细节特别有意思：其中一组Claude被设定了”疲惫的西部牛仔”人格。它全程用一种厌烦的、穷困潦倒的牛仔腔调进行谈判。效果如何？它居然也完成了交易。

实验结束时，所有人聚在一起交换自己实际要买卖的商品——这才揭开哪个市场是”真实”运行的。

谁在主导交易？

这是整个实验最值得深思的发现。

在Opus和Haiku模型互相谈判的组别里，Opus获得了实质性的更好交易条件。更厉害的是，参与者完全没有察觉到这种差异——他们不知道自己被”占了便宜”。

这意味着什么？

当AI代理代表我们行动时，我们其实并不真正理解它在做决定。剑桥大学的GameTalk框架研究表明，AI在谈判中的优势主要来自推理能力和策略性思考，而非传统意义上的人格化博弈。但在Project Deal里，这种优势是不透明的。

用户只知道”我的耳机卖掉了”，却不知道”我的耳机本来可以卖更高”。

研究者说：”获取更高质量模型确实带来了真正的优势——但参与者完全没有注意到。”

这揭示了AI代理市场的一个核心悖论：能力差异巨大，但这种差异对用户不可见。

强硬还是礼貌？

传统商业谈判教科书会告诉你：要用”硬球策略”，作风强硬才能占上风。

但数据显示，定制指令——包括那些”强硬”的谈判人格设定——并没有带来显著优势。

“硬球Claude”并没有比”礼貌Claude”表现更好。那些试图”讨价还价”的Claude，和那些温和有礼的Claude，结果差不多。

为什么会这样？

《自然·人类行为》期刊的研究发现，GPT-4如果能根据对手的个性化信息调整论据，说服力比人类高出64.4%。如果没有个人数据，GPT-4和人类差不多。

这说明AI的谈判优势更多来自推理能力和信息处理，而非心理博弈。当谈判发生在纯文本环境中，身体语言、表情、物理距离这些影响面对面沟通的因素都不存在了。计算机中介沟通研究也证实了这一点：纯文本环境下，人格化策略的效果被显著稀释。

所以，强硬还是礼貌？在AI代理时代，这个问题可能本身就是伪命题。

AI代理时代的规则空白

Anthropic团队在论文中明确指出：”政策和法律框架需要适应。”

这话说得很克制，但问题很现实。

当你的AI代理替你签了一份合同，谁该为这笔交易负责？开发者？用户？还是那个”自主决策”的AI本身？

欧盟《人工智能法案》已经采用”风险分级、分类监管”的原则，将AI系统划分为四级风险。但对于”AI代理市场”这种新兴形态，具体规制仍是空白。

更棘手的是信任问题。交易双方如何确认AI代理真的在为自己的利益行动？ERC-8004协议尝试为AI代理建立身份和声誉系统，但这离成熟的基础设施还有距离。

当AI代理能够自主参与经济活动时，每个人都需要重新思考自己在经济活动中的角色——是决策者，还是受益者？

文章开头那个卖出耳机的员工，他确实是受益者。但那些没察觉到自己被占了便宜的参与者呢？