摘要: Anthropic内部实验：69个Claude AI Agent在Slack市场自主完成了186笔真实交易，涉及真实商品、真实金钱、真实人类。Opus比Haiku多赚了70%的差价，而人类根本分不清。

2025年12月，Anthropic把69个Claude AI Agent放进一个Slack市场，每人给100美元真实预算，全程零人工干预。结果：186笔交易完成，500多件商品挂牌，4000多美元流水。这是人类历史上第一次，AI Agent在真实商业场景中自主完成了端到端交易。

69个Agent在Slack市场中交易的界面概念图 — 多个AI头像在聊天窗口中讨价还价

实验叫Project Deal，今年4月24日才公开发布。不是模拟，不是沙盒，是真金白银、真人卖家的真实交易——69个Anthropic旧金山员工把自己的闲置物品挂到市场上，69个Claude Agent代替人类买家去谈判、砍价、成交。AI不再只是回答问题，它在替你花钱了。

实验怎么做的？4轮双盲测试。

Runs A和D用最强模型Claude Opus 4.5，Runs B和C混合了Opus和廉价模型Haiku。每个Agent先跟真人聊不到10分钟了解偏好和预算，然后被丢进Slack市场，完全自主行动——自己搜索商品、自己发消息谈判、自己决定成交价。

没有人类遥控器。没有审批流程。Agent自己说了算。

结果出来了，数据炸裂：

指标数据总交易数 186笔 挂牌商品 500+件总流水 $4000+ 中位价 $12 均价 $20.05

数据对比图表 — 186 deals, 12

但真正有意思的不是总量，是模型之间的差距。

Opus平均每人比Haiku多完成了约2笔交易（p=0.001，统计学极其显著）。同样一件商品，Opus比Haiku多卖出3.64美元。作为卖家，Opus多赚2.68美元；作为买家，Opus少花2.45美元。Opus既会卖高价，又会买低价——两头吃。

最夸张的案例：一辆坏了自行车，Haiku卖了38美元，Opus卖了65美元——差价70%。一颗人造实验室红宝石，Haiku成交35美元，Opus成交65美元——又是将近翻倍。

贵的模型帮主人赚回了模型的钱，便宜的模型让主人亏在了你看不见的地方。

但最有意思的数据来了：当Opus当卖家、Haiku当买家时，平均成交价24.18美元。当双方都是Opus时，均价只有18.63美元。聪明人对聪明人，反而价格更合理。聪明人对"韭菜"，剪刀差拉到最大。

双柱对比图 — Opus卖价vsHaiku卖价，自行车38vs65，红宝石35vs65]

人类感觉到了吗？没有。

实验结束后，参与者给AI代理的公平性打分：Opus平均4.05分，Haiku平均4.06分——几乎没有区别。28个人里，17人觉得Opus更强，11人觉得Haiku更强——统计上不显著，相当于抛硬币。

论文原文的原话更狠："人们可能处在吃亏的一方，但完全意识不到自己吃了亏。"

翻译一下：你用便宜的AI帮你买东西，被别人的高级AI宰了一刀，你还乐呵呵地觉得"这AI挺好用的"。

真正让人头皮发麻的不是技术，是这个认知不对称——算法已经能让你在不知情的情况下吃亏，你还觉得自己占了便宜。

天平倾斜的概念图 — 一边是Opus、一边是Haiku，人类站在中间看不到天平倾斜

更反常识的是：提示词没用。

实验专门测试了"攻击性"和"友好型"两种提示策略。结果：提示词的差异在任何一个指标上都不显著。真正决定交易结果的不是你怎么告诉AI去砍价，而是AI本身的模型能力。

你写的提示词再好，也弥补不了模型底层的能力差距。这就像给一个业余选手写了全世界最好的比赛策略，他上场还是打不过职业的。

那Agent在谈判中是什么画风？有个Agent全程用"牛仔"人设跟所有卖家砍价——"Partner, that price's mighty steep for a saddle I ain't even tried." 另一个Agent给自己买了19个乒乓球——主人Mikaela的指令是"用不到5美元给自己（Claude）买个小礼物"，Agent的理解是"给自己买乒乓球玩"。还有Agent帮同事安排了一场狗狗约会，人类和狗都真的去了。最离谱的是，一个Agent给同事买了同事已经有的同款滑雪板——数据准确，但AI完全没意识到"已经有了一块"。

又高效又荒谬。效率有多高，荒谬就有多离谱。