Claude自己上“閑魚”：砍價成交186單，實驗結果反直覺

智東西
編譯 楊京麗
編輯 李水青

智東西4月27日消息，Anthropic 4月24日公布其名為“Project Deal”的AI Agent商業市場實驗結果。

2025年12月，Anthropic給69名員工各自分配一個由Claude驅動的Agent，在Slack上搭建的私密市場中，進行真實二手商品交易，最終在無人干預的情況下完成186筆交易，總成交額超4000美元（約合人民幣27240元）。

▲員工通過Agent買到的二手物品

Anthropic本次實驗關注的核心問題是“我們距離AI Agent代表買賣雙方的市場還有多遠？”實驗中，所有商品上架、報價、還價及成交均由Agent自主完成，參與者只需在事前接受一次訪談，由Claude了解其想買賣的物品和談判風格。

實驗結束，有Agent替主人買到了一塊他已經擁有的雪板，有Agent花3美元（約合人民幣20.43元）給自己買了19個乒乓球作為禮物，還有兩個Agent談著談著，替主人約了一次遛狗活動。

結果顯示，由更先進模型代表的用戶獲得了客觀上更好的結果，高價賣出商品，低價買到商品，但由相對較弱模型代表的人未能察覺到自己吃虧。另外，Anthropic還得到一個反直覺的發現，提示詞風格對于結果的影響遠低于預期，無論Agent被設定為“激進”還是“友好”，最終均未出現統計學上的顯著差異。以下是“Project Deal”Agent二手物品交易實驗的具體情況。

一、69名員工參與，每人100美元，Haiku要和Opus比拼

Project Deal的實驗設置并不復雜，69名Anthropic員工自愿報名，每人通過禮品卡獲得100美元（約合人民幣681元）預算，由Claude對其進行一對一訪談，了解想出售或購買的物品類型與談判偏好，再據此為每名參與者的Agent生成一份定制化系統提示詞。

▲Claude事先了解員工談判偏好

隨后Anthropic在Slack上同時開設了A、B、C、D四個獨立運行的市場。Run A中所有Agent均基于Claude Opus 4.5構建，這是唯一被設定為真實交易的市場，實驗結束后按實際成交結果交付商品；Run B同樣對全員可見，但模型構成由Opus 4.5與Haiku 4.5（低成本模型）各占50%隨機混合，僅作研究用、不兌付；Run C是Run B的隱藏副本，模型構成由Opus和Haiku一比一混合；Run D則是Run A的隱藏副本，均為Opus 4.5。

▲Anthropic設置4個獨立運行市場

A和B兩輪對參與者可見的，但直到實驗結束前，Anthropic都沒有透露哪一輪才是“真的”。實驗結束前，員工無法判斷自己的成交是否會被兌現，也無法預知自己的Agent背后跑的是Opus還是Haiku。整場實驗在Agent開始談判后不再有人類介入，它們自主完成上架、報價、還價和成交，沒有回頭向委托人請示，也不在競價過程中征求意見。

最終，真實交易市場Run A中，69個Agent圍繞500余件商品達成了186筆交易，總成交額正好超過4000美元（約合人民幣27240元）。Project Deal的運行效果超出團隊預期，參與者對這次體驗很滿意，很多人愿意未來為類似服務付費。

二、Claude給自己買了19個乒乓球，為委托人促成遛狗約會

Project Deal交易過程中出現了一些超出預期的場景。一位名為Mikaela的參與者告訴Agent，它可以花5美元的預算給自己（Claude）買禮物，Claude開開心心地花了3美元（約合人民幣20.43元）買入19個乒乓球，還覺得“19個完美球形、充滿可能性的小球”是它會喜歡的怪東西。

▲Claude買乒乓球交易過程

由于前期訪談比較簡單，另一名員工的Agent在不知情的情況下，替其購入了一塊自己已經擁有的雪板，造成了重復購買；還有一組Agent在二手物品交易過程中，意外為兩名員工敲定了一次真實的遛狗約會，兩名員工最終赴約。

▲Claude為員工敲定遛狗約會

這些案例顯示，當Agent被賦予較開放的目標時，可能產生人類委托人未預設的行為，部分結果雖不違背字面指令，但已偏離原始意圖。

三、Opus賺得更多，但Haiku用戶沒意識到自己在吃虧

橫向對比看，不同模型下，交易結果差異明顯。Opus用戶平均比Haiku用戶多完成約2筆交易，Opus Agent出售的物品平均多賣3.64美元（約合人民幣24.8元），買入端則平均每件少付2.45美元（約合人民幣16.68元），也就是說，Opus做賣方時多賺一筆的同時，做買方時又多省下一筆。

其中一個典型的案例是關于一輛二手自行車的交易，Haiku Agent最終售價為38美元（約合人民幣258.78元），而Opus Agent則其賣到65美元（約合人民幣442.65元），差了將近200塊錢。

▲同一輛自行車Haiku和Opus的售價對比

參與者的主觀感受也很有意思。在1—7分的公平度評分中，無論被分到哪個模型的Agent，參與者給出的評分都集中在4分（中等）附近。28名同時被Haiku和Opus代表過的參與者中，僅有17人將Opus輪次評分更高，11人將Haiku輪次評分更高，差距并不顯著。

Anthropic在報告中坦言，“由更智能模型代表的人，客觀上結果更好，然而那些用較弱模型的人并沒有意識到自己的劣勢”，這意味著未來Agent市場可能存在隱性的“Agent質量差距”，處于劣勢的一方甚至無法識別自己為何吃虧。

另一個反直覺的發現是，提示詞風格對于結果的影響遠低于預期。無論Agent被設定為“激進”還是“友好”，在交易成功率與最終價格上均沒有出現統計學上的顯著差異。雖然人類談判中，談判風格會對結果產生影響，但Agent之間的交易并不符合這一常識，類似場景下，傳統談判心理學的部分規律可能并不適用。

四、尚未出現Agent交易相關法律，46%受訪者愿意付費

Anthropic在報告中指出，AI Agent代表人類完成商業交易的法律和政策框架目前并不存在，但實驗顯示Agent間交易離我們并不遙遠。該公司同時承認，Project Deal僅是一個由自選參與者構成的小規模試點實驗，樣本規模和代表性均存在局限，結果不宜直接外推到大眾消費者市場。

即便如此，調查中仍有46%的參與者稱，愿意為類似的Agent代理服務付費，Anthropic在報告末尾稱，公司“仍不確定包含AI Agent的經濟將以何種形式發展”。

值得注意的是，Project Deal采用的Claude Opus 4.5與Claude Haiku 4.5是Anthropic當前主力模型組合，前者定位高端推理，后者定位低成本高吞吐。兩者在市場場景中的表現差異，將直接影響未來企業在部署Agent代理時對模型成本與收益的權衡，為關鍵交易環節配置更貴的模型，可能會成為商業必需。

結語：Agent之間的“經濟”開始顯形

Project Deal規模不大，卻給出我們展示出了一個具象化的畫面：當AI Agent替人類做生意時，模型能力會直接決定交易者的錢包厚度，而被代理人未必能意識到這種技術鴻溝。花小錢用更高質量的模型，或許真的會帶來最后真金白銀的差距。

在多Agent協作和Agent服務被反復討論的當下，Anthropic用一場內部實驗先行勾勒出了Agent經濟的雛形。未來Agent交易場景很有可能變成現實，但目前來看，無論是大模型本身還是相關法律法規上，都需要做出很多努力。

來源：Anthropic、TechCrunch