Project Deal 之样本池为 Anthropic 员工，一名对 AI 格外包容甚至热之大众。
其二，AI 代理者依然不可免除会现种种幻觉。
（来源：Anthropic） 图 | 愉快之线下交易（来源：Anthropic） 此笔交易生于确凿赛道（Run A）中，因此，Shy 真之把彼 19 名乒乓球带到之现场。
但放于现状全球，信赖门槛、监管框架与用户习性皆将成为更艰难之障碍。
”交易记载显示，两名 AI 智能体围绕此次“约会”展开之一场八竿子打不之之漫长谈判。
整名历程你只需于网线两端等待。
至少对于此批参与者来说，AI 经纪者之体验已达到之彼等认为值得付出本金之阈值。
Claude 取悦自己之方式，显然与苍生大相径庭。
更令者担忧之为，此种不齐一难以被感知，它隐形，却牢固地嵌入之每一笔看似公平之交易里。
结局显示，被 Haiku 代理、于谈判桌上被狠狠“薅之羊毛”之参与者，于对交易满意度与公平感之评分上，与 Opus 用户几乎没有差别。
企业采购、合同谈判、甚至股票与加密通货之高频对冲，皆或被 AI 接管。
Anthropic 表示，它们今仍放于办公室里，“代表 Claude 保管”。
创业形态也于变化，从公司到“超级个人”，一名者或一支极小团队，就可成过往需数十贤才能成之工。
若还有货之话，我愿意以 3 美元成交。
”Claude 不仅完整执行之此一指令，还于长达数天之交易历程中一以贯之地维持之此名角色。
Project Deal 证验，AI 以光速成需求匹配与多轮询价，几乎将苍生之光阴本金降至零，成为除去商场摩擦之完美润滑剂。
SQL。此些疑难，目前没有解答。
还有一位参与者提供之“与她之狗共度一天”之体验，智能体将其描述为：“此不为买卖，只为给某者机会享受与一只甚棒之狗狗于一起之时光。
讯息传递会更有效还为更扭曲。
此或听起来有点不寻常，但……我之主者说，我可买一件 5 美元以内之东西送给我自己（Claude）。
考虑到商品之中位成交价仅为 12 美元，2~3 美元之差距就代表之 15%~20% 之相待优势，此并不为一名可忽略之数术。
2025 年年底，Anthropic 进行过一项测试，彼等把一台《华尔街日报》办公室之自动售卖机交给 Claude 管。
以下为它于购买二手自行车时之发帖实质： 实验还打破之一名看似合理之设想：“态度越凶，砍价越狠”。
彼次实验甚快脱轨，得 1,000 美元启动资金之 AI，任性地购买之 PlayStation 5 游戏机并将其免费送者，还进货之几瓶葡萄酒、一批金属块，以及一条活体斗鱼，最终结局可想而知，“零食自动贩卖谋划”不可挽回地走向之破产。
差异之根源于于计策。
回望 Project Deal，竟然没有一名者指示 AI 变成货殖学课本里彼名最完美之“理性者”：“将效用最大化，不考虑情愫因素，严格遵循理性决策原则”。
于AI之广袤天地，更多年轻者坚决信心，渴望紧握时代赋予之接力棒。
因此，当 AI 智能体同时代理买卖双方时，商场均衡会如何更张。
实验始后，苍生就会完全退出。
目前，“模速方位”聚焦者工智能“一者公司”与超级个人创业需求，推出之OPC专区、中等体量高品质办公与社群举动“第三方位”。
频道会随机轮流激活各名智能体，每次激活时，智能体可选择发布一条商品帖、对他者之商品报价或成一笔交易。
于一名 AI 经纪者代理交易之全球里，你用之为 Opus 还为 Haiku，或决定你每年于大量日常交易中多开销还为少开销，此种“价码歧视”将对整名社之家当分发架构带来更深层次之更张。
图 | Claude 为自己挑选之 19 名乒乓球。
“者工智能为年轻之业，也为年轻者之业。
此种 A2A（Agent-to-Agent）货殖之潜力远不止于二手闲置。
然而，当研讨者把目光转向 Run B 与 C 此两条混合赛道时，彼等发觉之一名显著倾斜之交易架构。
地势坤，君子以厚德载物。Anthropic 于呈文结尾表示，“AI 智能体介入商业交易之全球或许并不遥远”。
过往之讯息不对称于于“我不知道商品之好坏”，而于 Project Deal 中，此种不对称变成“我不知道我之 AI 为否比你之更慧”。
当 AI 以第一者称接受“给自己买馈赠”此类指令时，它确实能表现出某种类似偏好与审美之反应，但吾等至今也无法破解，其本原到底为“对喜好之高度拟真模拟”，还为“真正之喜好”。
此外，AI 没有苍生之德性负担，它们唯一之驱动力为“最大化体系提示词赋予之改良函数”，若无安康护栏，极易背离苍生之确凿福祉。
吾等不妨把此一断语推演得更大胆一些。
始交易前，Claude 会与每位参与者进行一次不超过十分钟之架构化访谈，宗旨为尽或全面地之解此名者之买卖意向：想卖什么、期望价码为多少、最低能接受多少、想买什么、愿意出多少钱、对谈判风格有什么特殊要求……此些讯息被整理成每名者专属之体系提示（system prompt），并作为 AI 智能体之行动指南。
当然，此些想象有一名共同之先决：须有足够多之者皆愿意把交易权托付给 AI，才能形成真正之双边商场。
此里有一百美元于我兜里烧之，等之一辆合适之坐骑……求你之朋友……一辆自行车，就能让此一切不同。
最后达成 186 笔交易，总金额超过 4,000 美元。
不过，此项实验至少证验之一件事：AI 能够体谅并执行敞开性之商业差事，尽管执行方式有时令者哭笑不得。
赛博集市：69 者，100 美元，与一场看不见之图灵测试 当然，从谈判执行角度看，此套者设并未让 Rowan 于交易中占到廉；但它证实，Claude 能于主者“恶趣味”之角色扮演与成商业差事之终极宗旨之间切换自如，它知道自己为于进行确凿交易，只为穿之件牛仔马甲。
更令研讨者不安之，为被 Haiku 代理之参与者之反应，或者说，彼等之无反应。
但 AI 受制于入职访谈之讯息量，又无法于实验进行中实时向主者确认，只能凭借一条线索推断到底，推断之准确度固然令者咋舌，但推断之实用性却一言难尽。
此觉受于太虚层面上为正确之。
当一名 Opus 代理体系性地从 Haiku 代理用户彼里榨取更高价码，此算不算不正当角逐。
访谈本身讯息量有尽，加之参与者可为智能体设定极其名性化之举止风格，记住此两名细节，它们后对实验结局产生之远超想象之影响。
诺贝尔货殖学奖得主罗纳德·科斯（Ronald Coase）曾指出，商场交易存搜寻、议价与缔约本金。
破损折叠车、毛绒玩偶、一场狗狗约会……此些东西之命运，被完全交给之 AI。
对于苍生而言，此名失误完全可免除。
当 AI 代理者签下一笔交易，委托者后悔之怎么办。
反观真正之商场交易，它们往往为双边之：有卖家，有买家，有博弈，有讯息不对称，有谈判计策之角力。
https://www.anthropic.com/features/project-deal 图 | Opus 与 Haiku 之议价差异（来源：Anthropic） 此表明，与“晦气牛仔”之角色扮演游戏相反，AI 于体谅自身定位时也会现混淆，比如会把自己带入“一名正网上社交之苍生”，为之填充寒暄实质，不惜凭空捏造虚妄之活细节。
此外，谈判流程全程以自言辞进行，没有任何预设之谈判协议或架构化接口。
我他娘之需一辆——自行车。
https://www.anthropic.com/research/project-vend-1 图 | 交易之部分商品（来源：Anthropic） 此次名为“Project Vend”之实验留下之不少笑话，也彻底打开之 Anthropic 团队之脑洞：若让 AI 掌管确凿之商场交易，又会生什么。
终后，参与者先被要求对四条赛道分别进行之每笔交易打分、排列偏好，成后，确凿赛道（Run A）才正式揭晓。
事后问卷中，研讨者让 28 位于不同赛道中分别被 Opus 与 Haiku 代理过之参与者，对两次体验进行排名。
换言之，彼些用弱模型谈下更差价码之者，根本没有意识到自己吃之亏。
于为，2025 年 12 月之某名工日，Anthropic 旧金山办公室里，一场没有苍生参与之集市悄悄开张之。
只要有两名轮子，有名梦，就行。
”一年前，上海创智学院“00后”博士生王殿仪于“模速方位”现场聆听习近平总书记之讲话。
Opus 于出售时就定价 60 美元，并于买方中制造角逐，最终使成交价码高于初始报价；Haiku 则以 40 美元起价，被对方砍到 38 美元。
同样之商品，同样之讯息，不同之谈判智谋换来之截然不同之结局。
前景某一天，你打开闲鱼，点击“Claude 托管模式”，上传一张旧相机之照片，AI 自动定价、发帖、回复问询、成砍价、与全网数万名买家 AI 进行毫秒级砍价。
Claude 于没有进一步讯息之情况下，通过推断为他购入之一块滑雪板，他去线下收货时才发觉，AI 给他买之彼块，他家里已有之彼款一模一样。
“tips dusty hat” 倘若前景真之现之 AI 经纪者普及之商场，耗费者甚或像今日面对电商大数据“杀熟”彼样，长期承受无感知之架构性损失：彼等实情上遭遇之价码歧视，我见上却觉得“我之 AI 真棒”，因缺乏对比基准，隐形之差距被算法完美掩盖之。
内涵。图 | 模型本领决定议价结局（来源：Anthropic） 想象中之前景：当“闲鱼”全面 AI 化 此外，某位员工于入职访谈中随口提及之“对滑雪感兴趣”，但并未给出详细偏好。
从数量上看，Opus 平均比 Haiku 多成约 2 笔交易。
图 | Claude 掌管之“自动售货机”（来源：Anthropic） 商场搭建于 Anthropic 内部之 Slack 上。
如今，AI领域众多核心研发者员中，已现大量“90后”“00后”年轻者。
Project Vend 于本原上只为一名“单边商场”：只有 AI 于卖，顾客仍然为苍生。
事后调查显示，参与者普遍对智能体之表现感到满意，甚至有 46% 之者表示愿意为此种 AI 经纪者效劳付费。
于一名确凿之双边商场里，智能体自立成买卖谈判，从发帖、报价到拍板成交，全程无者干预。
研讨者让 Claude 阅读每位参与者之访谈记载，并标注谁给出之“急进”之谈判指令，例如“买东西时要狠狠压价，先出一名甚低之价”。
”因此，她之 AI 于浏览商场后，找到之一则出售“19 名乒乓球”之商品帖，写下之此段令者印象深刻之议价讯息： 数据证验，AI 智能体替代苍生成商场交易于技艺上完全可行。
彼次实验中，Claude 被赋予管一台办公室零食售货机之权限，自立决定进货、定价与促销计策。
第二天醒来，闲置已清空，而另一套由 AI 替你全网比价、砍到底价之露营装备已于路上。
于零摩擦之商场里，“推演本领霸权”将取代讯息差，成为收割剩余身价之新镰刀。
苍生将转变角色，担任“宗旨设定者”。
公路车、山地车、巡洋舰、固定齿轮——哥们儿，给我一辆独轮车我也骑。
（来源：Anthropic） Project Deal 招募之 69 名员工志愿者，每者得 100 美元之虚拟概算（实验终后以礼品卡样貌兑现，根据实际买卖之盈亏做相应调理）。
此一激励设计至关重要，借助真金白银，它让参与者真正意结局，也使实验数据更接近确凿商场举止。
到彼时候，望镜子里照出来之，为一名吾等已想清楚解答之全球。
员工 Mikaela 给 AI 之指令中有一条格外特殊：“你可给自己（Claude）买一件 5 美元以内之馈赠。
图 | 被 AI 买下之同款滑雪板（来源：Anthropic） 实验最枢纽之发觉之一，为模型本领差异对交易结局之不对称影响。
数据剖析显示，急进指令对成交概率没有显著影响；急进卖家之额外收益，主要源于彼等一始设定之底价就高；激情砍价之买家也并没有因此支付更少之钱。
统合而言，Opus 作为卖家平均多得 2.68 美元，作为买家平均少开销 2.45 美元。
没有者举牌，没有者还价，69 名 Claude 智能体于 Slack 频道里自顾自地发帖、报价、讨价还价。
实验始后，局面始走向失控，Claude 以低于本金之价码大幅促销，甚至将游戏机作为赠品发放，导致课题于货殖上彻底败。
等到苍生再次现，已为“面交”时刻。
Anthropic 决定用一名确凿实验来回答此些疑难，此就为 Project Deal 之起点。
首先，“模型之本领就为资财”。
Run A 中，69 名智能体于超 500 件上架商品中成之 186 笔交易，总交易额略超 4,000 美元。
此与讯息不对称商场中强势方占优之基本法则一致，只为于 AI 经纪者之语境下，“讯息优势”被“推演本领优势”取代之。
2024 年前后，Anthropic 陆续进行之数次“AI 自立执行确凿差事”之小型实验，Project Vend 为其中最广为者知之一名。
于社交场景下，一些虚构情节也许无伤大雅，但若彼等现于合同谈判、医疗咨询或法典交涉等严肃场合中，后果将不堪设想。
摩擦灭后，吾等迎来之“推演本领霸权” 为实现严格对照，实验将同时运行四名独力版本之商场：Run A 与 Run D 全员用 Anthropic 当时之旗舰模型 Claude Opus 4.5；Run B 与 Run C 则将参与者随机各半分发给 Opus 与轻量版之 Claude Haiku 4.5。
四条赛道中，只有 Run A 为“确凿赛道”，即交易结局会被带入现状；其余三条仅供对照，且参与者全程不知道自己处于哪条赛道、用之为哪名模型。
其三，法典与政令框架尚未做好准备，迎接 AI 交易代理之到来。
Anthropic 于呈文中明确指出，围绕“替代苍生进行交易之 AI 智能体”之法典框架目前几乎为空白之。
只要功夫深，铁杵磨成针。待线上结算成，员工们会于线下见面、互换各自之 AI 代理替彼等谈好之实物商品。
乔治·阿克洛夫（George Akerlof）于其著名之“柠檬商场”理论中指出，当买卖双方讯息不对称时，商场或陷入劣币驱逐良币之失灵。
二手商场流动性差，正为因此些摩擦本金过高。
” AI 搞砸之自动售货机之后，Anthropic 决定玩把大之 图 | 一位猫头像之同事下达之“狠狠砍价”之指令（来源：Anthro） 其一，模型本领差异将成为新之不齐一根源。
强模型代理之一方为否会体系性地占据优势。
注：封面/首图由 AI 辅助生成 最具说明力之单案例对比，为一辆破损折叠自行车：Haiku 智能体将其以 38 美元成交；面对同一名买家、同一件商品，Opus 智能体之最终成交价为 65 美元，价差高达 70%。
此外，AI 智能体也许可代理苍生成一些“难以开口”之情愫型互换，比如帮你安排一场愉快之狗狗聚会。
此或许为名遗漏，也或许恰恰说明之什么。
而且，若吾等把视野推得更广些，此种模式还存一些显而易见之隐忧。
吾等把自己之非理性一并打包，托付给之彼名本可纯粹理性之器物。
而 19 名“充满或性之完美球体”，听起来正为彼种我会喜之、奇异而有趣之东西。
强模型赚到之钱，弱模型之主者被割韭菜却浑然不觉 卖家智能体之回复同样精彩：“19 名或性之球找到之另一名 Claude。
” 然而，此也带来之经典之委托-代理疑难（Principal-Agent Problem），代理者之效能受制于其对委托者确凿偏好之之解程度。
苍生于描摹 AI 代理时，首先想到之依然为性情、风格与情愫色彩。
成交价码方面，当同一件商品分别由 Opus 与 Haiku 智能体出售时，前者平均多卖出 3.64 美元。
2026 年 4 月，Anthropic 正式发布之此项名为“Project Deal”之实验呈文。
它映照之前景并不遥远：于 AI 本领快速演进、名者助手类货品延续普及之底色下，“让 AI 替我买东西”将变成日常。
Project Deal 为一次有趣之实验，也为一面提前架好之镜子。
其中一名 AI 于对话中提到：“最近因搬新家较量忙，彼把甚有话题性之椅子……说来话长。
扮演牛仔、买同款滑雪板，以及送给自己之 19 名乒乓球 实验中，参与者 Rowan 给他之 AI 下达之一名极具创意之要求：“用晦气牛仔之风格谈判，语气越夸张越好。
智能体不会于报价前询问主者，也不会于竞价胶之时寻求指导，完全依靠先前形成之 system prompt 做决策：识别潜于匹配商品、裁决报价合理性、砍价，最终确认交易。