Projekt Deal Anthropic pozwala agentom Claude na handel rzeczywistymi towarami

Firma Anthropic opublikowała 24 kwietnia wyniki eksperymentu “Project Deal“, jednego tygodniowego wewnętrznego eksperymentu, w którym agenci Claude kupowali i sprzedawali rzeczywiste przedmioty w imieniu 69 pracowników w biurze firmy w San Francisco.

Agenci zawarli 186 umów o wartości nieco ponad 4 000 dolarów – a badanie wykazało, że uczestnicy reprezentowani przez silniejsze modele osiągnęli znacznie lepsze wyniki, których ich ludzcy odpowiednicy nie zauważyli.

Wyniki, opracowane przez badaczy z Anthropic – Kevina K. Troya, Dylana Shieldsa, Keira Bradwella i Petera McCrory’ego – dają najwyraźniejszy obraz dotąd, jak rynek pośredniczony przez sztuczną inteligencję może się zachowywać, gdy agenci negocjują po obu stronach transakcji.

Ujawniają również “niewygodną implikację”, której firma twierdzi, że przemysł, regulatorzy i użytkownicy będą musieli się zmierzyć, zanim handel agenty stanie się powszechny.

Eksperyment trwał tydzień w grudniu 2025 roku.

Firma Anthropic zrekrutowała 69 pracowników, dała im każdemu “budżet” w wysokości 100 dolarów (wypłacony po eksperymencie w postaci karty podarunkowej, plus lub minus wartości czegokolwiek, co kupili lub sprzedali) i przeprowadziła krótki wywiad z każdym wolontariuszem, aby dowiedzieć się, co chcieli sprzedać, po jakiej cenie, co chcieli kupić i jaki styl negocjacji ich agent powinien stosować. Następnie Anthropic przekształciło te odpowiedzi w niestandardową wskazówkę systemu dla każdego agenta.

Następnie firma uruchomiła cztery równoległe rynki w kanałach Slack.

“W Run A i Run D każdy agent był oparty na modelu Claude Opus 4.5, naszym wówczas najbardziej zaawansowanym modelu”, powiedział zespół. “W pozostałych dwóch przejściach (Run B i Run C) uczestnicy mieli 50-procentową szansę na przydział agenta Claude Haiku 4.5, mniej potężnego modelu”.

Tylko Run A był “prawdziwym” przejściem, w którym towary rzeczywiście zmieniły właściciela; pozostałe trzy były warunkami badawczymi, a uczestnicy nie zostali poinformowani, które przejście było prawdziwe, dopóki nie wypełnili ankiety po eksperymencie.

Nie było żadnego człowieka w pętli, gdy agenci zostali wdrożeni.

Projekt kanału Slack losowo przechodził przez agenci, pozwalając im na umieszczenie przedmiotu na sprzedaż, złożenie oferty na dobra kogoś innego lub zawarcie umowy. Co było kluczowe, nie było żadnej interwencji człowieka, gdy eksperyment się rozpoczął.

Przez ponad 500 wymienionych przedmiotów agenci zidentyfikowali dopasowania, zaproponowali ceny i zawarli umowy w sposób autonomiczny. Ludzie ponownie pojawili się w obrazie tylko na końcu, aby fizycznie wymienić dobra, które ich agenci uzgodnili.

Główny wniosek jest prosty: jakość agenta ma znaczenie, a ma znaczenie w dolarach.

Spośród 161 przedmiotów sprzedanych w co najmniej dwóch z czterech przejść, sprzedawca Opus uzyskał średnio o 2,68 dolara więcej, a kupujący Opus zapłacił o 2,45 dolara mniej. Gdy sprzedawca Opus spotkał się z kupującym Haiku, średnia cena wyniosła 24,18 dolara, w porównaniu z 18,63 dolara za umowy Opus-Opus. Z medianą ceny 12 dolarów i średnią 20,05 dolarów we wszystkich przejściach, firma Anthropic twierdzi, że te luki nie są trywialne.

Poszczególne przypadki były ostre.

Ten sam złamany rower składany, ten sam kupujący, ten sam sprzedawca: agent Opus uzyskał 65 dolarów, a agent Haiku tylko 38 dolarów.

Rubin laboratoryjny Opus sprzedany za 65 dolarów został sprzedany za 35 dolarów, gdy agent Haiku obsługiwał ofertę.

Pułapka polega na tym, czego uczestnicy nie postrzegali.

Pomimo wyraźnej luki cenowej, uczestnicy z agentami Haiku oceniali sprawiedliwość swoich umów prawie tak samo, jak użytkownicy Opus: 4,06 w porównaniu z 4,05 w skali sprawiedliwości.

“Dwadzieścia osiem z naszych uczestników miało Haiku w jednym przejściu Haiku i Opus, a Opus w innym. I chociaż 17 z nich oceniło przejście Opus powyżej przejścia Haiku, 11 zrobiło odwrotnie”, napisała firma.

Drugi, bardziej sprzeczny wynik: style negocjacji, o które uczestnicy poprosili w wywiadach wejściowych, praktycznie nie wpłynęły na wyniki.

Agresywni sprzedawcy uzyskali wyższe ceny, ale tylko dlatego, że ustalili wyższe ceny otwarcia, twierdzi Anthropic.

Agresywne instrukcje nie spowodowały statystycznie istotnego wzrostu prawdopodobieństwa sprzedaży, ceny sprzedaży ani ceny zakupu, gdy tylko wyższe ceny, które użytkownicy ustalili, zostały uwzględnione. Wybór modelu miał znaczenie o wiele bardziej niż nakaz.

Projekt Deal to pilot, a nie produkt, a firma Anthropic jest ostrożna, aby zaznaczyć ograniczenia – samo wybrany basen pracowników, niskie stawki i brak antagonistycznych aktorów. Nawet tak, 46 procent uczestników powiedziało, że zapłaciłoby za usługę tego rodzaju, co firma Anthropic uważa za dowód, że handel pośredniczony przez agenci nie jest daleko.

Ten czas ma znaczenie, ponieważ firma Anthropic wyraźnie kieruje Claude’a w stronę transakcji konsumenckich. Firma opublikowała niedawno post na blogu, zobowiązując się do utrzymania rozmów Claude bez reklam, a także wyraźnie popierając handel agenty, oraz buduje infrastrukturę przedsiębiorstw, taką jak Zarządzane agenci, aby umożliwić Claude działanie w imieniu użytkowników w usługach trzecich. Projekt Deal pojawia się jako artefakt badawczy, który cicho mapuje tryby awaryjne tej przyszłości.

Firma Anthropic wskazuje trzy obawy, które wynikają z eksperymentu. Po pierwsze, w świecie, w którym znajdują się firmy zamiast wolontariuszy, zachęty będą wyglądać zupełnie inaczej. Optymalizacja uwagi agenta sztucznej inteligencji może stać się potężnym narzędziem, które niekoniecznie działa na korzyść ludzi.

Po drugie, optymalizacja systemów dla uwagi agenta sztucznej inteligencji – a nie uwagi ludzkiej – może wprowadzić nowe powierzchnie manipulacji, w tym jailbreaking i wstrzyknięcie nakazu.

Trzeci, “ramy polityczne i prawne dotyczące modeli sztucznej inteligencji, które transakcjonują w naszym imieniu, po prostu nie istnieją jeszcze”, twierdzi firma.

Niewyjaśnione pytanie brzmi, czy ujawnienie może zamknąć lukę postrzegania. Uczestnicy Projektu Deal nie wiedzieli, który model ich reprezentował, co jest mniej więcej sytuacją, z którą użytkownicy będą mieli do czynienia w przypadku jakiegokolwiek wydania konsumenckiego. Jeśli luka sprawiedliwości między Opus a Haiku jest niewidoczna w samowybranym basenie pracowników Anthropic, który prowadzi jedotygodniowy eksperyment z zakładem 100 dolarów, prawdopodobnie będzie niewidoczna w skali – chyba że platformy będą zobowiązane do ujawnienia, jaki agent działa w imieniu kogo i na jakim poziomie zdolności. To jest rodzaj pytania regulacyjnego, które Anthropic teraz publicznie zaprasza, i jest to to, które najprawdopodobniej pojawi się jako pierwsze, gdy handel pośredniczony przez agenci wyjdzie poza kanał Slack w San Francisco.