Le projet Deal d’Anthropic permet aux agents Claude d’échanger des biens réels

Anthropic a publié le 24 avril les résultats de “Project Deal“, une expérience interne d’une semaine au cours de laquelle les agents Claude ont acheté et vendu des articles réels au nom de 69 employés du bureau de San Francisco de l’entreprise.

Les agents ont conclu 186 accords d’une valeur totale de juste au-dessus de 4 000 $ – et l’étude a constaté que les participants représentés par des modèles plus solides sont partis avec des résultats nettement meilleurs que leurs homologues humains n’en avaient conscience.

Les résultats, rédigés par les chercheurs d’Anthropic Kevin K. Troy, Dylan Shields, Keir Bradwell et Peter McCrory, donnent l’image la plus claire à ce jour de la façon dont un marché médiatisé par l’IA pourrait se comporter une fois les agents négociant des deux côtés d’une transaction.

Ils mettent également en évidence une “implication inconfortable” que l’entreprise dit que l’industrie, les régulateurs et les utilisateurs devront affronter avant que le commerce agentic ne devienne mainstream.

L’expérience a duré une semaine en décembre 2025.

Anthropic a recruté 69 employés, leur a donné chacun un “budget” de 100 $ (payé après l’expérience sous forme de carte-cadeau, plus ou moins la valeur de ce qu’ils ont acheté ou vendu) et a fait en sorte que Claude mène une brève entrevue avec chaque volontaire pour savoir ce qu’ils voulaient vendre, à quel prix, ce qu’ils voulaient acheter et quel style de négociation leur agent devait utiliser. Anthropic a ensuite transformé ces réponses en une invite de système personnalisée pour chaque agent.

Anthropic a ensuite exécuté quatre marchés parallèles à l’intérieur de canaux Slack.

« Dans les courses A et D, l’agent de chacun était basé sur Claude Opus 4.5, notre modèle de pointe à l’époque », a déclaré l’équipe. « Dans les deux autres courses (B et C), les participants avaient une chance sur deux d’être affectés à Claude Haiku 4.5, un modèle moins puissant. »

Seule la course A était la “vraie” course où les biens ont réellement changé de mains par la suite ; les trois autres étaient des conditions d’étude, et les participants n’ont pas été informés de laquelle était réelle jusqu’après un sondage post-expérimental.

Il n’y avait pas d’humain dans la boucle une fois les agents déployés.

Le projet Slack channel a bouclé aléatoirement les agents, leur permettant de publier un article à vendre, de faire une offre pour les biens de quelqu’un d’autre ou de conclure un accord. De manière cruciale, il n’y a eu aucune intervention humaine une fois l’expérience commencée.

Sur plus de 500 articles répertoriés, les agents ont identifié les correspondances, proposé des prix et conclu des accords de manière autonome. Les humains n’ont repris le contrôle qu’à la fin pour échanger physiquement les biens que leurs agents avaient accepté d’échanger.

La découverte la plus importante est simple : la qualité de l’agent compte, et elle compte en dollars.

Sur 161 articles vendus dans au moins deux des quatre courses, un vendeur Opus a gagné en moyenne 2,68 $ de plus, tandis qu’un acheteur Opus a payé 2,45 $ de moins. Lorsqu’un vendeur Opus s’est opposé à un acheteur Haiku, le prix moyen a atteint 24,18 $, contre 18,63 $ pour les accords Opus sur Opus. Avec un prix médian de 12 $ et une moyenne de 20,05 $ sur toutes les courses, Anthropic affirme que ces écarts ne sont pas négligeables.

Les cas individuels étaient plus nets.

Le même vélo pliant cassé, le même acheteur, le même vendeur : l’agent Opus a obtenu 65 $, l’agent Haiku n’a obtenu que 38 $.

Un rubis de laboratoire Opus vendu 65 $ n’a été vendu que 35 $ lorsque Haiku a géré la liste.

La prise est ce que les participants n’ont pas perçu.

Malgré l’écart de prix clair, les participants avec des agents Haiku ont évalué la justice de leurs accords presque de la même manière que les utilisateurs Opus : 4,06 contre 4,05 sur l’échelle de justice.

« Vingt-huit de nos participants ont eu Haiku dans une course Haiku et Opus et Opus dans l’autre. Et bien que 17 de ces derniers aient classé leur course Opus au-dessus de leur course Haiku, 11 ont fait le contraire », a écrit la société.

Un deuxième résultat plus contre-intuitif : les styles de négociation demandés par les participants lors de leurs entretiens d’admission ont à peine affecté les résultats.

Les vendeurs agressifs ont obtenu des prix plus élevés, mais uniquement parce qu’ils ont fixé des prix d’ouverture plus élevés pour commencer, affirme Anthropic.

Les instructions agressives n’ont produit aucun gain statistiquement significatif en termes de probabilité de vente, de prix de vente ou de prix d’achat une fois les prix d’ouverture plus élevés fixés par ces utilisateurs contrôlés. Le choix du modèle a compté beaucoup plus que l’invocation.

Project Deal est un pilote, et non un produit, et Anthropic prend soin de signaler les limites – un bassin d’employés auto-sélectionnés, des enjeux faibles et pas d’acteurs adverses. Même ainsi, 46 % des participants ont déclaré qu’ils paieraient pour un service comme celui-ci, que Anthropic présente comme preuve que le commerce peer-to-peer médiatisé par les agents n’est pas loin.

Ce calendrier est important car Anthropic a visiblement orienté Claude vers les transactions de consommation. La société a récemment publié un article de blog s’engageant à maintenir les conversations de Claude sans publicité tout en approuvant explicitement le commerce agentic, et elle a construit une infrastructure d’entreprise telle que Managed Agents pour laisser Claude agir au nom des utilisateurs sur des services tiers. Project Deal atterrit en tant qu’artefact de recherche qui cartographie discrètement les modes de défaillance de cet avenir.

Anthropic signale trois préoccupations qui découlent de l’expérience. Premièrement, dans un monde avec des entreprises au lieu de volontaires, les incitations seraient très différentes. L’optimisation pour l’attention des agents IA pourrait devenir un outil puissant qui ne fonctionne pas nécessairement en faveur des gens.

Deuxièmement, l’optimisation des systèmes pour l’attention des agents IA – plutôt que pour l’attention humaine – pourrait introduire de nouvelles surfaces de manipulation, y compris le jailbreak et l’injection de prompt.

Troisièmement, « les cadres politiques et juridiques autour des modèles d’IA qui transigent en notre nom n’existent tout simplement pas encore », écrit la société.

La question sans réponse est de savoir si la divulgation peut combler l’écart de perception. Les participants à Project Deal ne savaient pas quel modèle les représentait, ce qui est à peu près la situation que les utilisateurs rencontreront dans tout lancement de consommation. Si un écart de justice entre Opus et Haiku est invisible à l’intérieur d’une main-d’œuvre auto-sélectionnée d’Anthropic exécutant une expérience d’une semaine avec des enjeux de 100 $, il sera probablement invisible à l’échelle – à moins que les places de marché ne soient tenues de divulguer quel agent agit pour qui et à quel niveau de capacité. C’est le type de question réglementaire qu’Anthropic invite maintenant publiquement, et c’est celle qui est la plus susceptible d’atterrir en premier lorsque le commerce médiatisé par les agents va au-delà d’un canal Slack à San Francisco.