Dự án Deal của Anthropic cho phép các đại lý Claude trao đổi hàng hóa thực

Vào ngày 24 tháng 4, Anthropic đã công bố kết quả của “Dự án Deal“, một thí nghiệm nội bộ kéo dài một tuần, trong đó các đại lý Claude đã mua và bán các mặt hàng thực trên behalf của 69 nhân viên tại văn phòng San Francisco của công ty.

Các đại lý đã đạt được 186 thỏa thuận trị giá hơn 4.000 đô la – và nghiên cứu cho thấy những người tham gia được đại diện bởi các mô hình mạnh mẽ hơn đã đạt được kết quả tốt hơn đáng kể so với các đối tác của họ không nhận thấy.

Những phát hiện, được viết bởi các nhà nghiên cứu của Anthropic Kevin K. Troy, Dylan Shields, Keir Bradwell và Peter McCrory, cung cấp bức tranh rõ ràng nhất về cách một thị trường trung gian bởi AI có thể hoạt động khi các đại lý đang đàm phán trên cả hai bên của giao dịch.

Họ cũng đưa ra một “hậu quả khó chịu” mà công ty cho biết ngành công nghiệp, các nhà quản lý và người dùng sẽ phải đối mặt trước khi thương mại agentic trở nên phổ biến.

Thí nghiệm diễn ra trong một tuần vào tháng 12 năm 2025.

Anthropic đã tuyển dụng 69 nhân viên, mỗi người được cấp một “ngân sách” 100 đô la (trả sau thí nghiệm dưới dạng thẻ quà tặng, cộng hoặc trừ giá trị của bất kỳ thứ gì họ mua hoặc bán), và đã cho Claude thực hiện một cuộc phỏng vấn ngắn với từng tình nguyện viên để tìm hiểu họ muốn bán gì, ở mức giá nào, họ muốn mua gì và phong cách đàm phán mà đại lý của họ nên sử dụng. Anthropic sau đó đã chuyển những câu trả lời thành một lời nhắc tùy chỉnh cho từng đại lý.

Anthropic sau đó đã chạy bốn thị trường song song trong các kênh Slack.

“Trong Chạy A và Chạy D, đại lý của mọi người đều dựa trên Claude Opus 4.5, mô hình tiền phong của chúng tôi”, nhóm cho biết. “Trong hai lần chạy khác (Chạy B và Chạy C), người tham gia có cơ hội 50/50 được chỉ định Claude Haiku 4.5, một mô hình ít mạnh mẽ hơn.”

Chỉ Chạy A là “chạy thực” nơi hàng hóa thực sự thay đổi tay sau đó; ba chạy còn lại là điều kiện nghiên cứu, và người tham gia không được thông báo về chạy nào là thực cho đến sau một cuộc khảo sát sau thí nghiệm.

Không có người nào trong vòng lặp một lần các đại lý được triển khai.

Dự án kênh Slack ngẫu nhiên lặp lại các đại lý, cho phép họ đăng một mặt hàng để bán, đưa ra một đề nghị cho hàng hóa của người khác hoặc niêm phong một thỏa thuận. Điều quan trọng là không có sự can thiệp của con người một lần thí nghiệm bắt đầu.

Trên 500 mặt hàng được liệt kê, các đại lý đã xác định các trận đấu, đề xuất giá và đóng các thỏa thuận tự động. Con người chỉ tái xuất hiện vào cuối để trao đổi vật lý hàng hóa mà các đại lý của họ đã đồng ý trao đổi.

Phát hiện nổi bật là trực tiếp: chất lượng đại lý quan trọng, và nó quan trọng theo đô la.

Trên 161 mặt hàng được bán trong ít nhất hai trong số bốn lần chạy, một người bán Opus đã thu được trung bình 2,68 đô la nhiều hơn, trong khi một người mua Opus đã trả trung bình 2,45 đô la ít hơn. Khi một người bán Opus đối mặt với một người mua Haiku, giá trung bình đạt 24,18 đô la, so với 18,63 đô la cho các thỏa thuận Opus trên Opus. Với giá trung vị là 12 đô la và giá trung bình là 20,05 đô la trên tất cả các lần chạy, Anthropic cho biết những khoảng cách này không tầm thường.

Các trường hợp cá nhân sắc nét hơn.

Cùng một chiếc xe đạp gấp bị hỏng, cùng một người mua, cùng một người bán: đại lý Opus đã nhận được 65 đô la, trong khi đại lý Haiku chỉ nhận được 38 đô la.

Một viên ruby ​​laboratory Opus được bán với giá 65 đô la chỉ thu được 35 đô la khi Haiku xử lý danh sách.

Cái bẫy là những gì người tham gia không nhận thức được.

Mặc dù có một khoảng cách giá rõ ràng, những người tham gia có đại lý Haiku đã đánh giá sự công bằng của các thỏa thuận của họ gần như giống hệt với người dùng Opus: 4,06 so với 4,05 trên thang đo công bằng.

“Hai mươi tám trong số những người tham gia của chúng tôi đã có Haiku trong một lần chạy Haiku và Opus và Opus trong lần chạy khác. Và mặc dù 17 trong số này đã xếp hạng lần chạy Opus của họ cao hơn lần chạy Haiku của họ, 11 người đã làm ngược lại”, công ty cho biết.

Một kết quả thứ hai, trái ngược hơn: phong cách đàm phán mà những người tham gia yêu cầu trong các cuộc phỏng vấn ban đầu của họ hầu như không ảnh hưởng đến kết quả.

Những người bán tích cực đã nhận được giá cao hơn, nhưng chỉ vì họ đã đặt giá mở đầu cao hơn từ đầu, Anthropic cho biết.

Các hướng dẫn tích cực đã không tạo ra sự gia tăng đáng kể về mặt thống kê trong khả năng bán, giá bán hoặc giá mua một lần giá yêu cầu cao hơn mà người dùng đã đặt được kiểm soát. Việc lựa chọn mô hình quan trọng hơn nhiều so với việc nhắc nhở.

Dự án Deal là một phi công, không phải sản phẩm, và Anthropic cẩn thận khi đánh dấu các hạn chế – một nhóm nhân viên tự chọn, ставки thấp và không có tác nhân đối lập. Dù vậy, 46% người tham gia cho biết họ sẽ trả tiền cho một dịch vụ như vậy, mà Anthropic coi là bằng chứng cho thấy thương mại peer-to-peer được trung gian bởi đại lý không xa.

Thời gian này quan trọng vì Anthropic đã rõ ràng đang điều hướng Claude hướng tới các giao dịch của người tiêu dùng. Công ty gần đây đã xuất bản một bài đăng trên blog cam kết giữ cho các cuộc trò chuyện của Claude không có quảng cáo trong khi rõ ràng ủng hộ thương mại agentic, và nó đã xây dựng cơ sở hạ tầng doanh nghiệp như Managed Agents để cho phép Claude hành động thay mặt người dùng trên các dịch vụ của bên thứ ba. Dự án Deal xuất hiện như một hiện vật nghiên cứu mà im lặng ánh xạ các chế độ thất bại của tương lai.

Anthropic đánh dấu ba mối quan ngại phát sinh từ thí nghiệm. Đầu tiên, trong một thế giới với các công ty thay vì tình nguyện viên, các khuyến khích sẽ trông rất khác. Tối ưu hóa cho sự chú ý của đại lý AI có thể trở thành một công cụ mạnh mẽ không nhất thiết hoạt động vì lợi ích của mọi người.

Thứ hai, tối ưu hóa các hệ thống cho sự chú ý của đại lý AI – chứ không phải sự chú ý của con người – có thể giới thiệu các bề mặt thao túng mới, bao gồm cả việc jailbreaking và tiêm nhắc.

Thứ ba, “các khuôn khổ chính sách và pháp lý xung quanh các mô hình AI giao dịch thay mặt chúng tôi đơn giản là không tồn tại”, công ty cho biết.

Câu hỏi chưa trả lời là liệu việc tiết lộ có thể đóng khoảng cách nhận thức. Người tham gia Dự án Deal không biết mô hình nào đại diện cho họ, điều này gần giống với tình huống mà người dùng sẽ đối mặt trong bất kỳ lần ra mắt tiêu dùng nào. Nếu một khoảng cách công bằng giữa Opus và Haiku là vô hình trong một lực lượng lao động tự chọn của Anthropic chạy một thí nghiệm một tuần với ставки 100 đô la, nó có khả năng sẽ vô hình ở quy mô – trừ khi các thị trường được yêu cầu tiết lộ đại lý nào đang hành động cho ai và ở mức khả năng nào. Đó là loại câu hỏi quản lý mà Anthropic hiện đang mời công khai, và đó là câu hỏi có khả năng sẽ hạ cánh đầu tiên khi thương mại agentic được trung gian bởi đại lý di chuyển vượt ra ngoài một kênh Slack ở San Francisco.