Anthropics Projekt Deal Låter Claude-agenter Handla Med Riktiga Varor

Anthropic publicerade den 24 april resultaten av “Project Deal“, en enveckas intern experiment där Claude-agenter köpte och sålde riktiga varor för 69 anställda i företagets kontor i San Francisco.

Agenterna ingick 186 avtal värda strax över 4 000 dollar – och studien fann att deltagare som representerades av starkare modeller gick bort med märkbart bättre resultat som deras mänskliga motparter aldrig lade märke till.

Resultaten, skrivna av Anthropic-forskarna Kevin K. Troy, Dylan Shields, Keir Bradwell och Peter McCrory, ger den tydligaste bilden hittills av hur en AI-medierad marknad kan bete sig när agenter förhandlar på båda sidor av en transaktion.

De visar också en “obekväm implikation” som företaget säger att branschen, regulatorer och användare måste konfrontera innan agentic commerce blir mainstream.

Experimentet pågick i en vecka i december 2025.

Anthropic rekryterade 69 anställda, gav var och en en “budget” på 100 dollar (utbetalad efter experimentet i form av en presentkort, plus eller minus värdet av vad de köpte eller sålde) och lät Claude genomföra ett kort intervju med varje frivillig för att ta reda på vad de ville sälja, till vilket pris, vad de ville köpa och vilken förhandlingsstil deras agent skulle använda. Anthropic omvandlade sedan svaren till en anpassad systemprompt för varje agent.

Anthropic körde sedan fyra parallella marknader inom Slack-kanaler.

“I körning A och körning D var allas agent baserad på Claude Opus 4.5, vår dåvarande frontmodell”, sa teamet. “I de andra två körningarna (körning B och C) hade deltagarna en femtio-procentig chans att bli tilldelad Claude Haiku 4.5, en mindre kraftfull modell, istället.”

Bara körning A var den “riktiga” körningen där varor faktiskt bytte ägare efteråt; de andra tre var studieförhållanden, och deltagarna informerades inte om vilken körning som var den riktiga förrän efter en post-experimentell enkät.

Det fanns ingen mänsklig inblandning när agenterna väl var utplacerade.

Projektets Slack-kanal loopade slumpmässigt genom agenter, vilket tillät dem att publicera en vara till försäljning, lämna ett anbud för någon annans varor eller sluta ett avtal. Avgörande var att det inte fanns någon mänsklig inblandning när experimentet började.

Över 500 listade varor identifierade agenter matchningar, föreslog priser och stängde avtal autonomt. Människor återvände bara in i bilden i slutet för att fysiskt byta ut de varor deras agenter hade kommit överens om att handla.

Huvudfyndet är rakt på sak: agentkvalitet spelar roll, och det spelar roll i dollar.

Över 161 varor som såldes i minst två av de fyra körningarna drog en Opus-säljare in i genomsnitt 2,68 dollar mer, medan en Opus-köpare betalade 2,45 dollar mindre. När en Opus-säljare mötte en Haiku-köpare var det genomsnittliga priset 24,18 dollar, jämfört med 18,63 dollar för Opus-mot-Opus-avtal. Med ett medianpris på 12 dollar och ett genomsnitt på 20,05 dollar över alla körningar säger Anthropic att dessa gap inte är triviala.

Individuella fall var skarpare.

Samma trasiga hopfällbara cykel, samma köpare, samma säljare: Opus-agenten fick 65 dollar, Haiku-agenten bara 38 dollar.

En laboratorieodlad rubin som Opus sålde för 65 dollar såldes för bara 35 dollar när Haiku hanterade listningen.

Fällan är vad deltagarna inte uppfattade.

Trots det tydliga prisskillnaden bedömde deltagare med Haiku-agenter rättvisan i sina avtal nästan lika som Opus-användare: 4,06 jämfört med 4,05 på rättvisaskalan.

“Tjugoåtta av våra deltagare hade Haiku i en Haiku- och Opus-körning och Opus i den andra. Och även om 17 av dessa rankade sin Opus-körning över sin Haiku-körning, gjorde 11 det motsatta”, skrev företaget.

Ett andra, mer motstridigt resultat: de förhandlingsstilar deltagarna begärde i sina intervjuer påverkade knappt resultaten.

Aggressiva säljare fick högre priser, men bara för att de satte högre utgångspriser från början, säger Anthropic.

Aggressiva instruktioner gav ingen statistiskt signifikant ökning av försäljnings-, försäljnings- eller inköpspris när de högre begänspriser som användarna satte kontrollerades för. Modellvalet spelade roll mycket mer än uppmaning.

Project Deal är en pilot, inte en produkt, och Anthropic är noggrann med att markera begränsningarna – en självvald personalpool, låga insatser och inga fientliga aktörer. Ändå sa 46 procent av deltagarna att de skulle betala för en tjänst som denna, vilket Anthropic beskriver som bevis för att agent-medierad peer-to-peer-handel inte är långt borta.

Detta timing är viktigt eftersom Anthropic har synligt styrt Claude mot konsumenttransaktioner. Företaget publicerade nyligen en blogginlägg som åtagit sig att hålla Claude-samtal annonsfria medan de uttryckligen godkänner agentic commerce, och de har byggt ut företagsinfrastruktur som Managed Agents för att låta Claude agera på användarnas vägnar över tredjepartstjänster. Project Deal landar som en forskningsartefakt som tyst kartlägger felmoderna för den framtiden.

Anthropic flaggar för tre problem som växer ur experimentet. Först, i en värld med företag istället för frivilliga, skulle incitamenten se mycket annorlunda ut. Att optimera för AI-agentuppmärksamhet kan bli ett kraftfullt verktyg som inte nödvändigtvis fungerar i människors favör.

Andra, att optimera system för AI-agentuppmärksamhet – snarare än mänsklig uppmärksamhet – kan introducera nya manipuleringsytor, inklusive jailbreaking och prompt-injektion.

Tredje, “de politiska och juridiska ramarna för AI-modeller som transaktioner på vår vägnar finns helt enkelt inte än”, skriver företaget.

Den obesvarade frågan är om avslöjande kan stänga perceptionsgapet. Project Deal-deltagare visste inte vilken modell som representerade dem, vilket är ungefär den situation som användare kommer att möta i någon konsumentutgåva. Om ett rättvisegap mellan Opus och Haiku är osynligt inom en självvald Anthropic-arbetsstyrka som kör en enveckasexperiment med 100-dollarsinsatser, kommer det sannolikt att vara osynligt i stor skala – såvida marknadsplatser inte kräver att avslöja vilken agent som agerar för vem och på vilken kapacitetsnivå. Det är den typen av regulatorisk fråga som Anthropic nu offentligt inbjuder, och det är den som sannolikt kommer att landa först när agent-medierad handel går utöver en Slack-kanal i San Francisco.