人工智能公司Anthropic的Project Deal项目让Claude代理人进行实物商品交易

Anthropic于4月24日发布了”Project Deal“的结果，这是一个为期一周的内部实验，Claude代理人代表公司旧金山办事处的69名员工购买和出售实物商品。

代理人达成了186笔交易，总价值超过4,000美元——研究发现，具有更强大模型的参与者获得了更好的结果，他们的人类对应者没有注意到这一点。

研究结果由Anthropic研究人员Kevin K. Troy、Dylan Shields、Keir Bradwell和Peter McCrory撰写，提供了迄今为止最清晰的图景，展示了AI中介市场的实际行为，一旦代理人在交易的两边进行谈判。

它们还揭示了一个“令人不安的含义”，该公司表示，行业、监管机构和用户需要在代理商务成为主流之前解决这个问题。

该实验于2025年12月进行了一个星期。

Anthropic招募了69名员工，每人给予100美元的“预算”（实验结束后以礼品卡的形式支付，根据他们购买或出售的商品进行加减），并让Claude与每位志愿者进行简短的采访，以确定他们想要出售什么、以什么价格出售、想要购买什么以及他们的代理人应该使用什么样的谈判风格。然后，Anthropic将这些答案转化为每个代理人的自定义系统提示。

Anthropic在Slack频道中运行了四个并行的市场。

“在运行A和运行D中，每个人的代理人都是基于Claude Opus 4.5，我们当时的最先进模型，”团队说。“在其他两个运行（运行B和C）中，参与者有50%的机会被分配到Claude Haiku 4.5，这是一个较弱的模型。”

只有运行A是“真正”的运行，商品实际上会在之后更换手；其他三个是研究条件，参与者在实验结束后的调查之前不知道哪个运行是真实的。

一旦代理人部署，就没有人为干预。

该项目的Slack频道随机循环代理人，允许他们发布商品出售、为他人的商品提出报价或达成交易。关键的是，一旦实验开始，就没有人为干预。

在超过500个列出的商品中，代理人自主识别匹配、提出价格和达成交易。人类只在实验结束后重新进入现场，以物理交换他们的代理人同意交易的商品。

主要发现很简单：代理人质量很重要，它的重要性体现在美元上。

在至少有两个运行中出售的161个商品中，Opus卖家平均比Haiku卖家多赚2.68美元，而Opus买家平均比Haiku买家少支付2.45美元。当Opus卖家面对Haiku买家时，平均价格为24.18美元，而Opus对Opus的交易平均价格为18.63美元。Anthropic表示，考虑到中位价格为12美元，平均价格为20.05美元，这些差距并不是微不足道的。

个别案例更为明显。

同一辆坏的折叠自行车，同一个买家，同一个卖家：Opus代理人获得65美元，而Haiku代理人只获得38美元。

一颗在Haiku处理清单时只售35美元的合成红宝石，在Opus处理时售价为65美元。

问题在于参与者没有察觉到这一点。

尽管价格存在明显差异，但Haiku代理人的参与者对他们的交易的公平性评分几乎与Opus用户相同：4.06与4.05。

“我们28名参与者在一个Haiku和Opus运行中使用Haiku，在另一个运行中使用Opus。虽然17名参与者将他们的Opus运行排在他们的Haiku运行之上，但11名参与者做了相反的选择，”公司写道。

第二个、更为违反直觉的结果：参与者在入职面试中要求的谈判风格几乎没有影响结果。

激进的卖家确实获得了更高的价格，但仅仅是因为他们最初设定了更高的开价，Anthropic表示。

激进的指示在控制了用户设定的更高要价后，产生的销售可能性、销售价格或购买价格没有统计学上的显著提升。模型选择比提示更重要。

Project Deal是一个试点项目，而不是一个产品，Anthropic小心地标记了其限制——自选的员工池、低风险、没有对抗性行为者。即使如此，46%的参与者表示他们愿意为此类服务付费，Anthropic将其视为代理人促进的点对点商务即将到来的证据。

时间很重要，因为Anthropic一直在将Claude引向消费者交易。该公司最近发布了一篇博客文章，承诺保持Claude对话无广告，同时明确支持代理商务，并且正在建立企业基础设施，例如托管代理人，以便Claude代表用户在第三方服务上运行。Project Deal作为一个研究成果，悄悄地绘制了该未来的故障模式。

Anthropic标记了三个从实验中产生的担忧。首先，在一个有公司而不是志愿者的世界中，激励措施将看起来非常不同。优化AI代理人的注意力可能会成为一种强大的工具，但不一定能为人们带来好处。

其次，优化系统以获得AI代理人的注意力——而不是人类的注意力——可能会引入新的操纵表面，包括越狱和提示注入。

第三，“围绕代表我们进行交易的AI模型的政策和法律框架尚不存在，”该公司写道。

未回答的问题是，是否可以通过披露来关闭感知差距。Project Deal的参与者不知道哪个模型代表他们，这大致是用户在任何消费者推出时将面临的情况。如果Opus和Haiku之间的公平差距在Anthropic自选的员工中运行一个一周的实验中，赌注为100美元，那么它很可能在规模上是不可见的——除非市场需要披露哪个代理人代表谁以及哪个能力等级。这是Anthropic现在公开提出的监管问题，也是当代理人促进的商务超出旧金山的一个Slack频道时最有可能首先出现的问题。