前言

Anthropic 近日公布了一项名为 Project Deal 的内部实验：让 AI Agent 同时代表买方和卖方，在一个人工构建的市场中进行真实的商品交易。这不仅是一次技术演示，更是对 AI Agent 自主代理商业行为的大规模实测。

实验设计

Project Deal 的核心设计如下：

  • 参与者：69 名 Anthropic 员工
  • 预算：每人 100 美元（以礼品卡形式发放）
  • 任务：用 AI Agent 代表自己购买其他同事的物品
  • 交易总额：186 笔交易，总价值超过 4000 美元

Anthropic 实际运行了四个独立市场，采用不同模型和机制，其中一个是「真实」市场（所有参与者均由 Anthropic 最先进模型代表，交易结果在实验后真正兑现）。

关键发现

1. 模型质量直接决定交易结果

使用更先进模型的 Agent，为用户赢得了「客观上更好的交易结果」。然而，参与者本身几乎没有察觉到这一差距。这揭示了一个重要风险：「Agent 质量差距」——使用较弱模型的用户可能意识不到自己处于劣势。

2. 初始指令对交易结果影响甚微

出人意料的是，给 Agent 的初始交易指令（Prompt）对最终成交概率和价格几乎没有影响。这暗示：经过充分训练的 Agent 可能具备超越初始指令的谈判和决策能力。

3. 交易效率超预期

69 名员工在有限预算下完成 186 笔交易，人均近 2.7 笔，交易密度远超普通内部市场。

行业意义

Project Deal 证明了 AI Agent 在真实商业场景中自主决策的可行性。更重要的是，它揭示了一个必须正视的问题：当 AI Agent 代表用户进行经济活动时，模型能力的差距会直接转化为用户利益的不平等。这对未来的 Agent 经济提出了重要的公平性课题。

Anthropic 表示，这次实验是「仅有 pilot experiment with a self-selected participant pool」，但已足够让外界窥见 Agent 代理 commerce 的未来图景。

来源：TechCrunch / Anthropic 官方