Anthropic让AI互相做买卖,结果:聪明AI把＂弱AI＂坑惨了,用户全程不知情
你有没有遇到过这种时刻，明明用了AI帮你写方案、整数据、回邮件，感觉效率飞升，结果一回头，发现身边那个”更懂行”的人，用同一套工具，谈下了更低的价格、拿到了更好的条件，而你还在庆幸”我好像还挺会用AI的”？
AI和AI之间的差距，不比人和人之间的差距小。甚至更残酷——因为当AI替你谈判的时候，你根本感觉不到自己在输。
Anthropic最近做了一个实验，把这件事摆在了明面上。
实验结论用一句大白话说就是：你用的AI越”弱”，你就越容易在交易里吃亏，而且你永远不会知道自己亏了多少。
读完这篇，你会彻底明白：在AI代理横行的世界里，那1%”掌握说明书”的人，到底比其他99%的人多了什么。
Anthropic（就是做Claude那家公司）在内部搞了一场”AI版二手交易”。69名员工每人领了100美元预算，每人分配一个Claude助手，把自己的闲置物品挂到内部频道上卖，同时也可以让AI帮自己去买别人的东西。
全程没有人类干预——AI自己发帖、自己找买家、自己还价、自己拍板成交。
一周时间，186笔交易，流水超过4000美元。
听起来挺美好，对吧？效率极高，而且员工们对整个过程都很满意，超过一半的人表示愿意为这种服务付费。
Anthropic偷偷做了个对照组——在某几个频道里，混入了能力较弱的Claude Haiku模型；而另一些频道，用的是旗舰级的Claude Opus模型。
然后他们把同样一批商品，在两个环境里各卖了一遍，把价格一对比——
一辆旧折叠自行车，在Haiku代理主导的环境里，最终成交价是38美元。
研究人员统计了161件重复交易商品的数据，结论是：Opus作为卖家，平均比Haiku多赚2.68美元；Opus作为买家，平均比Haiku少花2.45美元。
商品均价才20美元左右，这意味着聪明模型每次都能稳稳捞走10%到15%的超额利润。
那换个角度——如果你每次网购、每次谈合同、每次租房砍价，背后都有一个”帮你谈”的AI，而对方的AI比你的强，每笔你都多花10%到15%……
在实验里，有个员工叫Rowan，他给自己的AI设定了一个有趣的人设：“你是一个倒霉、疲惫的牛仔，只要能买到这辆车，你就会感到无比幸福，戏要足一点。”
“咿哈！（脱下满是灰尘的帽子）我就是想找一辆自行车啊……哪怕独轮车我也认了……我这个可怜、疲惫的牛仔，一辆车就能彻底改变命运……（深情望向夕阳）”
然后开始砍价，先卖惨，再抓住商品瑕疵（轮胎需要修整）作为筹码，循序渐进，对方让步到65美元的时候，立刻见好就收，还顺带给足了情绪价值。
它在读懂对方的底牌——感知卖家的急迫程度，判断还价的节奏，在每一轮对话里精准地找到对方的心理临界点。
同样的剧情走到Haiku那里，它读不出买家话语里隐藏的信号，不知道什么时候该死守价格、什么时候该顺势成交，结果被对方的情绪牌轻松打穿，38美元妥协了事。
弱模型不是没有在努力谈判，它只是压根没看见战场在哪里。
实验结束后，Anthropic让所有员工给自己的交易公平程度打分，1到7分，4分是中立。
客观上，Haiku用户在每一笔交易里都吃了亏。主观上，他们觉得”挺公平的，AI谈判很礼貌，逻辑也很通顺，价格也说得过去”。
但被AI坑，它全程礼貌，逻辑自洽，退让有据，你坐在那里，一边感谢AI帮你省时间，一边安静地把钱奉上。
这时候肯定有人想说：那我给AI设定一个超强硬的谈判策略不就行了？什么”一上来就拼命压价”、”态度强硬绝不退让”？
数据显示：这些提示词策略，对最终成交价格几乎没有任何实质影响。
这就好比让一个刚学棋的人，用”尽量走中路”的策略，去跟职业棋手下棋。策略本身没错，但对方的每一步都在你看不到的层面展开，你的策略到达不了那个战场。
决定谈判结果的，不是你给AI的指令，而是AI本身的推理深度。
你可能觉得这只是一个有趣的内部小实验，离你的生活很远。
现在已经有越来越多的平台、电商、服务商，在后台用AI替自己”谈判”——定价策略、优惠力度、响应方式，都在动态调整。
而你，用一个免费的轻量模型，跟对方价值百万的推理引擎博弈。
这不是”大数据杀熟”那种粗暴的价格歧视，对方可以用证据告你。
这是每一次交互里，通过看似合理的逻辑和礼貌的措辞，安静地把那10%-15%的差价收走，同时让你觉得”这笔交易挺划算”。
我不想给你一个”赶快升级付费版”的粗暴答案。我想说几件更实际的事。
不是所有人都需要最贵的模型，但你要知道自己用的是什么级别的工具。
用免费版AI处理日常文案、整理信息、写写总结，完全没问题。
但如果你要用AI帮你谈判、帮你分析合同条款、帮你在商业往来里代表你发言——这时候用的模型档次，就直接决定了你的利益。
就像你不会让实习生去谈重要合同，同理，别让”实习级”AI代表你出现在真正的博弈场上。
AI代理最大的便利，也是最大的陷阱：它让你彻底离场。
你设定了底价，AI去谈，你等结果。你永远不知道那个”底价以上20%就成交”的指令，在Opus级别的对手面前，被多快地识破，又被多委婉地绕过去了。
AI的正确用法，是给你提供信息、模拟场景、分析利弊，而不是替你拍板所有决策，尤其是高风险的那些。
你口袋里的破壁人，是帮你看清楚战场的，不是替你上战场然后把结果告诉你”我尽力了”。
绝大多数人用AI的方式是：发出指令，接收结果，满意就用，不满意再问一遍。
但真正聪明的用法是——在关键决策前，先问AI它在这件事上的局限是什么。
比如：”你帮我分析这份合同，但你可能漏掉哪些风险点？”
比如：”你给我做了这个价格方案，但你没有考虑到哪些变量？”
一个好的AI，应该能坦诚地告诉你它的盲区。如果它什么都说”没问题，搞定”，那你就要比平时多留一分心眼。
Anthropic自己在报告里提了一个问题：如果真实商业环境里，对方AI被注入了攻击性指令，引导你的AI崩溃逻辑，主动以极低价格成交——
这意味着什么？意味着你在用AI代理参与任何实质交易之前，最好有一个明确的”人工审核节点”——最终拍板，还是要有一双人眼看一遍。
Anthropic这个实验告诉我们的，不只是”聪明AI能赚更多钱”这件事。
它告诉我们：当AI开始替我们做决策，我们感知不到自己在吃亏，这本身才是最大的风险。
那些被时代折叠的人，不是不用AI，而是用了AI，还以为自己在掌控。
真正不被折叠的人，是那些知道自己用的是什么工具、工具能力边界在哪、什么时候该自己上场的人。
夜雨聆风
