更强的AI模型能谈下更好交易，但用户却毫无察觉
The Decoder··作者 Matthias Bastian
关键信息
该研究涉及69名员工通过Slack进行为期一周的真实商品交易；Opus代理比Haiku代理平均每个物品多赚3.64美元，并且平均多完成两笔交易，尽管用户的指令完全相同。
资讯摘要
2025年12月，Anthropic开展了一个名为“交易项目”的受控市场实验，69名员工使用Claude Opus或Haiku模型代表他们进行真实交易。Opus在价格谈判和交易数量上始终优于Haiku——即使用户给出完全相同的谈判指令也是如此。然而，使用Haiku代理的参与者对其交易公平性的评分几乎与使用Opus的用户一样高，说明存在感知差距。
差异具有统计学意义：Opus卖家平均每件商品多赚2.68美元，买家少付2.45美元。这表明，较弱的AI模型可能造成用户无法察觉的隐性劣势，这对AI设计的伦理问题构成重大挑战。
资讯正文
Anthropic表示，更强的AI模型能谈下更好的交易，而输家甚至毫无察觉
关键要点
- 在名为“交易项目”（Project Deal）的一周实验中，Anthropic让来自Claude系列模型的AI代理独立代表员工谈判并交易真实商品。
- 更强大的Claude Opus模型平均而言始终能获得更优惠的价格并达成更多交易，而无论是否给予激进的谈判指令，结果都没有统计学上的显著差异。
- 尽管收到客观上更差的交易，使用较弱Haiku模型的用户对其交易公平性的评价与Opus用户的评分相当——Anthropic将这种感知差距标记为AI辅助决策中的隐形不平等现象。
在为期一周的实验中，Anthropic让Claude代理为员工买卖商品。结果是：更强的模型谈判出了更好的价格。但问题是，那些被分配到较弱代理的人根本没意识到自己吃亏了。
2025年12月，Anthropic在其旧金山办公室为69名员工举办了一周的分类广告市场活动，名为“交易项目”。整个过程通过Slack进行，Claude代理负责所有谈判和交易。
每位参与者都有100美元预算。在活动开始前，Claude会简短采访每位志愿者，了解他们想卖什么、定价多少、想买什么，以及希望代理采用哪种谈判风格。Anthropic随后将这些回答转化为每个代理的定制系统提示。
之后，AI代理完全接管了流程。它们撰写商品信息、寻找潜在买家或卖家、提出报价、讨价还价，并完成交易，无需人类介入。人类只在最后阶段参与实际物品交换，物品包括滑雪板、一袋乒乓球等。
模型能力悄然影响市场
真正的研究问题隐藏在一个参与者最初不知道的平行实验中。Anthropic同时运行了四种版本的市场。其中两种版本中，所有代理均使用Claude Opus 4.5（当时Anthropic的前沿模型）；另外两种版本中，每位参与者有50%的概率由Claude Haiku 4.5（Anthropic最小的模型）代表。无论哪种情况，只有AI代理之间互相交流。
在“真实”版本中，所有代理都使用Opus，69名代理共完成了186笔交易，覆盖超过500条商品信息，总金额略超4000美元。参与者对单个交易公平性的平均评分为7分中的4分，处于中间水平。
混合版本揭示了一个可测量的差距。Opus用户平均比Haiku用户多完成约两笔交易。当同一商品分别由Opus和Haiku代理卖出时，Opus代理平均多赚3.64美元。
例如一颗实验室培育的红宝石，由Opus代理以65美元售出，而由Haiku代理仅以35美元售出。Opus代理起始价为60美元，因竞争性竞价被推高；而Haiku代理起始价为40美元，最终被压低至更低价格。
Anthropic表示，更强的AI模型能谈出更好的交易，而失败者甚至察觉不到。
在四轮实验中至少有两次成交的161件商品中，使用Opus模型的卖家平均多赚了2.68美元，而使用Opus模型的买家则平均少付了2.45美元。当Opus卖家面对Haiku买家时，平均价格达到24.18美元，相比之下，Opus对Opus的交易均价为18.63美元。所有实验中，中位数价格为12美元，平均价格为20.05美元，Anthropic指出这些差距并非微不足道。
参与者给代理设定的谈判指令几乎不起作用。一些人要求友好策略，另一些人则希望采取强硬手段，比如‘一开始就压价’。Anthropic称，虽然强硬的卖家确实获得了更高的价格，但这只是因为他们最初设定了更高的起始报价。
失败者根本没意识到自己输了
尽管存在明显的价差，使用Haiku代理的参与者对交易公平性的评分（4.06）与使用Opus的用户（4.05）几乎一样。个体交易满意度之间也没有统计学意义上的差异。在28名在不同轮次中同时使用过Opus和Haiku的参与者中，有17人更喜欢他们的Opus实验，但也有11人反而更喜欢Haiku实验。
Anthropic称之为一个‘令人不安的暗示’：当不同强度的代理在真实市场中相遇时，人们可能长期处于不利地位却始终毫无察觉。公司承认，这项实验并未专门设计用于深入探讨这些动态，并表示需要进一步研究。
该实验还表明，AI代理之间的商业活动并非遥不可及的未来场景：46%的参与者表示愿意为此类服务付费。与此同时，Anthropic也指出了几个风险。在一个由企业而非志愿者构成的世界里，激励机制将完全不同。优化AI代理注意力可能变成一种强大工具，但它未必总是有利于人类。此外，随着代理真正代表你行动，诸如越狱攻击和提示注入等新的安全问题也将浮现。
Anthropic写道：‘目前尚不存在围绕代为交易的AI模型的政策和法律框架。’并补充说：‘社会必须快速行动。这些机制是否会强化甚至加剧现有的经济不平等？’
Anthropic此前也曾进行过类似的实验。作为Project Vend项目的一部分，该公司曾让Claude在其办公室运营一家小型商店。
来源与参考
收录于 2026-04-26