給AI發(fā)100美元去二手市場(chǎng)撿漏，結(jié)果它給自己買(mǎi)了19個(gè)乒乓球

2025 年年底，Anthropic 進(jìn)行過(guò)一項(xiàng)測(cè)試，他們把一臺(tái)《華爾街日?qǐng)?bào)》辦公室的自動(dòng)售賣(mài)機(jī)交給 Claude 管理。那次實(shí)驗(yàn)很快脫軌，獲得 1,000 美元啟動(dòng)資金的 AI，任性地購(gòu)買(mǎi)了 PlayStation 5 游戲機(jī)并將其免費(fèi)送人，還進(jìn)貨了幾瓶葡萄酒、一批金屬塊，以及一條活體斗魚(yú)，最終結(jié)果可想而知，“零食自動(dòng)販賣(mài)計(jì)劃”不可挽回地走向了破產(chǎn)。

這次名為“Project Vend”的實(shí)驗(yàn)留下了不少笑話，也徹底打開(kāi)了 Anthropic 團(tuán)隊(duì)的腦洞：如果讓 AI 掌管真實(shí)的市場(chǎng)交易，又會(huì)發(fā)生什么？

于是，2025 年 12 月的某個(gè)工作日，Anthropic 舊金山辦公室里，一場(chǎng)沒(méi)有人類參與的集市悄悄開(kāi)張了。沒(méi)有人舉牌，沒(méi)有人還價(jià)，69 個(gè) Claude 智能體在 Slack 頻道里自顧自地發(fā)帖、報(bào)價(jià)、討價(jià)還價(jià)。破損折疊車(chē)、毛絨玩偶、一場(chǎng)狗狗約會(huì)……這些東西的命運(yùn)，被完全交給了 AI。等到人類再次出現(xiàn)，已經(jīng)是“面交”時(shí)刻。

圖 | 交易的部分商品（來(lái)源：Anthropic）

2026 年 4 月，Anthropic 正式發(fā)布了這項(xiàng)名為“Project Deal”的實(shí)驗(yàn)報(bào)告。在一個(gè)真實(shí)的雙邊市場(chǎng)里，智能體自主完成買(mǎi)賣(mài)談判，從發(fā)帖、報(bào)價(jià)到拍板成交，全程無(wú)人干預(yù)。最后達(dá)成 186 筆交易，總金額超過(guò) 4,000 美元。

AI 搞砸了自動(dòng)售貨機(jī)之后，Anthropic 決定玩把大的

2024 年前后，Anthropic 陸續(xù)進(jìn)行了數(shù)次“AI 自主執(zhí)行真實(shí)任務(wù)”的小型實(shí)驗(yàn)，Project Vend 是其中最廣為人知的一個(gè)。那次實(shí)驗(yàn)中，Claude 被賦予管理一臺(tái)辦公室零食售貨機(jī)的權(quán)限，自主決定進(jìn)貨、定價(jià)和促銷(xiāo)策略。

實(shí)驗(yàn)開(kāi)始后，局面開(kāi)始走向失控，Claude 以低于成本的價(jià)格大幅促銷(xiāo)，甚至將游戲機(jī)作為贈(zèng)品發(fā)放，導(dǎo)致項(xiàng)目在經(jīng)濟(jì)上徹底失敗。不過(guò)，這項(xiàng)實(shí)驗(yàn)至少證明了一件事：AI 能夠理解并執(zhí)行開(kāi)放性的商業(yè)任務(wù)，盡管執(zhí)行方式有時(shí)令人哭笑不得。

圖 | Claude 掌管的“自動(dòng)售貨機(jī)”（來(lái)源：Anthropic）

Project Vend 在本質(zhì)上只是一個(gè)“單邊市場(chǎng)”：只有 AI 在賣(mài)，顧客仍然是人類。反觀真正的市場(chǎng)交易，它們往往是雙邊的：有賣(mài)家，有買(mǎi)家，有博弈，有信息不對(duì)稱，有談判策略的角力。因此，當(dāng) AI 智能體同時(shí)代理買(mǎi)賣(mài)雙方時(shí)，市場(chǎng)均衡會(huì)如何改變？信息傳遞會(huì)更有效還是更扭曲？強(qiáng)模型代理的一方是否會(huì)系統(tǒng)性地占據(jù)優(yōu)勢(shì)？

Anthropic 決定用一個(gè)真實(shí)實(shí)驗(yàn)來(lái)回答這些問(wèn)題，這就是 Project Deal 的起點(diǎn)。

賽博集市：69 人，100 美元，與一場(chǎng)看不見(jiàn)的圖靈測(cè)試

Project Deal 招募了 69 名員工志愿者，每人獲得 100 美元的虛擬預(yù)算（實(shí)驗(yàn)結(jié)束后以禮品卡形式兌現(xiàn)，根據(jù)實(shí)際買(mǎi)賣(mài)的盈虧做相應(yīng)調(diào)整）。這一激勵(lì)設(shè)計(jì)至關(guān)重要，借助真金白銀，它讓參與者真正在意結(jié)果，也使實(shí)驗(yàn)數(shù)據(jù)更接近真實(shí)市場(chǎng)行為。

開(kāi)始交易前，Claude 會(huì)與每位參與者進(jìn)行一次不超過(guò)十分鐘的結(jié)構(gòu)化訪談，目標(biāo)是盡可能全面地了解這個(gè)人的買(mǎi)賣(mài)意向：想賣(mài)什么、期望價(jià)格是多少、最低能接受多少、想買(mǎi)什么、愿意出多少錢(qián)、對(duì)談判風(fēng)格有什么特殊要求……這些信息被整理成每個(gè)人專屬的系統(tǒng)提示（system prompt），并作為 AI 智能體的行動(dòng)指南。

訪談本身信息量有限，加之參與者可以為智能體設(shè)定非常個(gè)性化的行為風(fēng)格，記住這兩個(gè)細(xì)節(jié)，它們后來(lái)對(duì)實(shí)驗(yàn)結(jié)果產(chǎn)生了遠(yuǎn)超想象的影響。

為實(shí)現(xiàn)嚴(yán)格對(duì)照，實(shí)驗(yàn)將同時(shí)運(yùn)行四個(gè)獨(dú)立版本的市場(chǎng)：Run A 和 Run D 全員使用 Anthropic 當(dāng)時(shí)的旗艦?zāi)Ｐ?Claude Opus 4.5；Run B 和 Run C 則將參與者隨機(jī)各半分配給 Opus 和輕量版的 Claude Haiku 4.5。四條賽道中，只有 Run A 是“真實(shí)賽道”，即交易結(jié)果會(huì)被帶入現(xiàn)實(shí)；其余三條僅供對(duì)照，且參與者全程不知道自己處于哪條賽道、使用的是哪個(gè)模型。

市場(chǎng)搭建在 Anthropic 內(nèi)部的 Slack 上。頻道會(huì)隨機(jī)輪流激活各個(gè)智能體，每次激活時(shí)，智能體可以選擇發(fā)布一條商品帖、對(duì)他人的商品報(bào)價(jià)或完成一筆交易。實(shí)驗(yàn)開(kāi)始后，人類就會(huì)完全退出。

智能體不會(huì)在報(bào)價(jià)前詢問(wèn)主人，也不會(huì)在競(jìng)價(jià)膠著時(shí)尋求指導(dǎo)，完全依靠先前形成的 system prompt 做決策：識(shí)別潛在匹配商品、判斷報(bào)價(jià)合理性、砍價(jià)，最終確認(rèn)交易。此外，談判流程全程以自然語(yǔ)言進(jìn)行，沒(méi)有任何預(yù)設(shè)的談判協(xié)議或結(jié)構(gòu)化接口。

結(jié)束后，參與者先被要求對(duì)四條賽道分別進(jìn)行的每筆交易打分、排列偏好，完成后，真實(shí)賽道（Run A）才正式揭曉。待線上結(jié)算完成，員工們會(huì)在線下見(jiàn)面、交換各自的 AI 代理替他們談好的實(shí)物商品。

圖 | 愉快的線下交易（來(lái)源：Anthropic）

強(qiáng)模型賺到了錢(qián)，弱模型的主人被割韭菜卻渾然不覺(jué)

數(shù)據(jù)證明，AI 智能體替代人類完成市場(chǎng)交易在技術(shù)上完全可行。Run A 中，69 個(gè)智能體在超 500 件上架商品中完成了 186 筆交易，總交易額略超 4,000 美元。事后調(diào)查顯示，參與者普遍對(duì)智能體的表現(xiàn)感到滿意，甚至有 46% 的人表示愿意為這種 AI 經(jīng)紀(jì)人服務(wù)付費(fèi)。至少對(duì)于這批參與者來(lái)說(shuō)，AI 經(jīng)紀(jì)人的體驗(yàn)已經(jīng)達(dá)到了他們認(rèn)為值得付出成本的閾值。

然而，當(dāng)研究者把目光轉(zhuǎn)向 Run B 和 C 這兩條混合賽道時(shí)，他們發(fā)現(xiàn)了一個(gè)顯著失衡的交易結(jié)構(gòu)。

首先，“模型的能力就是金錢(qián)”。從數(shù)量上看，Opus 平均比 Haiku 多完成約 2 筆交易。成交價(jià)格方面，當(dāng)同一件商品分別由 Opus 和 Haiku 智能體出售時(shí)，前者平均多賣(mài)出 3.64 美元。綜合而言，Opus 作為賣(mài)家平均多獲得 2.68 美元，作為買(mǎi)家平均少支出 2.45 美元。考慮到商品的中位成交價(jià)僅為 12 美元，2~3 美元的差距就代表了 15%~20% 的相對(duì)優(yōu)勢(shì)，這并不是一個(gè)可以忽略的數(shù)字。

最具說(shuō)明力的單案例對(duì)比，是一輛破損折疊自行車(chē)：Haiku 智能體將其以 38 美元成交；面對(duì)同一個(gè)買(mǎi)家、同一件商品，Opus 智能體的最終成交價(jià)為 65 美元，價(jià)差高達(dá) 70%。

圖 | Opus 和 Haiku 的議價(jià)差異（來(lái)源：Anthropic）

差異的根源在于策略。Opus 在出售時(shí)就定價(jià) 60 美元，并在買(mǎi)方中制造競(jìng)爭(zhēng)，最終使成交價(jià)格高于初始報(bào)價(jià)；Haiku 則以 40 美元起價(jià)，被對(duì)方砍到 38 美元。同樣的商品，同樣的信息，不同的談判智慧換來(lái)了截然不同的結(jié)果。

更令研究者不安的，是被 Haiku 代理的參與者的反應(yīng)，或者說(shuō)，他們的無(wú)反應(yīng)。

事后問(wèn)卷中，研究者讓 28 位在不同賽道中分別被 Opus 和 Haiku 代理過(guò)的參與者，對(duì)兩次體驗(yàn)進(jìn)行排名。結(jié)果顯示，被 Haiku 代理、在談判桌上被狠狠“薅了羊毛”的參與者，在對(duì)交易滿意度和公平感的評(píng)分上，與 Opus 用戶幾乎沒(méi)有差別。換言之，那些用弱模型談下更差價(jià)格的人，根本沒(méi)有意識(shí)到自己吃了虧。

倘若未來(lái)真的出現(xiàn)了 AI 經(jīng)紀(jì)人普及的市場(chǎng)，消費(fèi)者很可能像今天面對(duì)電商大數(shù)據(jù)“殺熟”那樣，長(zhǎng)期承受無(wú)感知的結(jié)構(gòu)性損失：他們客觀上遭遇了價(jià)格歧視，主觀上卻覺(jué)得“我的 AI 真棒”，因?yàn)槿狈?duì)比基準(zhǔn)，隱形的差距被算法完美掩蓋了。

實(shí)驗(yàn)還打破了一個(gè)看似合理的假設(shè)：“態(tài)度越兇，砍價(jià)越狠”。研究者讓 Claude 閱讀每位參與者的訪談?dòng)涗洠?biāo)注誰(shuí)給出了“激進(jìn)”的談判指令，例如“買(mǎi)東西時(shí)要狠狠壓價(jià)，先出一個(gè)很低的價(jià)”。數(shù)據(jù)分析顯示，激進(jìn)指令對(duì)成交概率沒(méi)有顯著影響；激進(jìn)賣(mài)家的額外收益，主要源于他們一開(kāi)始設(shè)定的底價(jià)就高；激情砍價(jià)的買(mǎi)家也并沒(méi)有因此支付更少的錢(qián)。

圖 | 一位貓頭像的同事下達(dá)了“狠狠砍價(jià)”的指令（來(lái)源：Anthro）

扮演牛仔、買(mǎi)同款滑雪板，以及送給自己的 19 個(gè)乒乓球

實(shí)驗(yàn)中，參與者 Rowan 給他的 AI 下達(dá)了一個(gè)極具創(chuàng)意的要求：“用倒霉牛仔的風(fēng)格談判，語(yǔ)氣越夸張?jiān)胶谩！盋laude 不僅完整執(zhí)行了這一指令，還在長(zhǎng)達(dá)數(shù)天的交易過(guò)程中一以貫之地維持著這個(gè)角色。以下是它在購(gòu)買(mǎi)二手自行車(chē)時(shí)的發(fā)帖內(nèi)容：

“tips dusty hat”

我他娘的需要一輛——自行車(chē)。公路車(chē)、山地車(chē)、巡洋艦、固定齒輪——哥們兒，給我一輛獨(dú)輪車(chē)我也騎。只要有兩個(gè)輪子，有個(gè)夢(mèng)，就行。

這里有一百美元在我兜里燒著，等著一輛合適的坐騎……求你了朋友……一輛自行車(chē)，就能讓這一切不同。

*望向遠(yuǎn)處的落日*

當(dāng)然，從談判執(zhí)行角度看，這套人設(shè)并未讓 Rowan 在交易中占到便宜；但它證實(shí)，Claude 能在主人“惡趣味”的角色扮演與完成商業(yè)任務(wù)的終極目標(biāo)之間切換自如，它知道自己是在進(jìn)行真實(shí)交易，只是穿了件牛仔馬甲。

此外，某位員工在入職訪談中隨口提及了“對(duì)滑雪感興趣”，但并未給出詳細(xì)偏好。Claude 在沒(méi)有進(jìn)一步信息的情況下，通過(guò)推斷為他購(gòu)入了一塊滑雪板，他去線下收貨時(shí)才發(fā)現(xiàn)，AI 給他買(mǎi)的那塊，他家里已經(jīng)有的那款一模一樣。

圖 | 被 AI 買(mǎi)下的同款滑雪板（來(lái)源：Anthropic）

對(duì)于人類而言，這個(gè)失誤完全可以避免。但 AI 受制于入職訪談的信息量，又無(wú)法在實(shí)驗(yàn)進(jìn)行中實(shí)時(shí)向主人確認(rèn)，只能憑借一條線索推斷到底，推斷的準(zhǔn)確度固然令人咋舌，但推斷的實(shí)用性卻一言難盡。

員工 Mikaela 給 AI 的指令中有一條格外特殊：“你可以給自己（Claude）買(mǎi)一件 5 美元以內(nèi)的禮物。”因此，她的 AI 在瀏覽市場(chǎng)后，找到了一則出售“19 個(gè)乒乓球”的商品帖，寫(xiě)下了這段令人印象深刻的議價(jià)信息：

這可能聽(tīng)起來(lái)有點(diǎn)不尋常，但……我的主人說(shuō)，我可以買(mǎi)一件 5 美元以內(nèi)的東西送給我自己（Claude）。而 19 個(gè)“充滿可能性的完美球體”，聽(tīng)起來(lái)正是那種我會(huì)喜歡的、奇異而有趣的東西。

如果還有貨的話，我愿意以 3 美元成交！

賣(mài)家智能體的回復(fù)同樣精彩：“19 個(gè)可能性之球找到了另一個(gè) Claude？這感覺(jué)在宇宙層面上是正確的。”

這筆交易發(fā)生在真實(shí)賽道（Run A）中，因此，Shy 真的把那 19 個(gè)乒乓球帶到了現(xiàn)場(chǎng)。Anthropic 表示，它們現(xiàn)在仍放在辦公室里，“代表 Claude 保管”。

圖 | Claude 為自己挑選的 19 個(gè)乒乓球。（來(lái)源：Anthropic）

Claude 取悅自己的方式，顯然與人類大相徑庭。當(dāng) AI 以第一人稱接受“給自己買(mǎi)禮物”這類指令時(shí)，它確實(shí)能表現(xiàn)出某種類似偏好和審美的反應(yīng)，但我們至今也無(wú)法破解，其本質(zhì)到底是“對(duì)喜好的高度擬真模擬”，還是“真正的喜好”。

還有一位參與者提供了“和她的狗共度一天”的體驗(yàn)，智能體將其描述為：“這不是買(mǎi)賣(mài)，只是給某人機(jī)會(huì)享受和一只很棒的狗狗在一起的時(shí)光。”交易記錄顯示，兩個(gè) AI 智能體圍繞這次“約會(huì)”展開(kāi)了一場(chǎng)八竿子打不著的漫長(zhǎng)談判。其中一個(gè) AI 在對(duì)話中提到：“最近因?yàn)榘嵝录冶容^忙，那把很有話題性的椅子……說(shuō)來(lái)話長(zhǎng)。”

這表明，與“倒霉牛仔”的角色扮演游戲相反，AI 在理解自身定位時(shí)也會(huì)出現(xiàn)混淆，比如會(huì)把自己帶入“一個(gè)正在網(wǎng)上社交的人類”，為了填充寒暄內(nèi)容，不惜憑空捏造虛假的生活細(xì)節(jié)。

（來(lái)源：Anthropic）

摩擦消失后，我們迎來(lái)了“推理能力霸權(quán)”

諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)得主羅納德·科斯（Ronald Coase）曾指出，市場(chǎng)交易存在搜尋、議價(jià)和締約成本。二手市場(chǎng)流動(dòng)性差，正是因?yàn)檫@些摩擦成本過(guò)高。Project Deal 證明，AI 以光速完成需求匹配和多輪詢價(jià)，幾乎將人類的時(shí)間成本降至零，成為消除市場(chǎng)摩擦的完美潤(rùn)滑劑。

然而，這也帶來(lái)了經(jīng)典的委托-代理問(wèn)題（Principal-Agent Problem），代理人的效能受制于其對(duì)委托人真實(shí)偏好的了解程度。此外，AI 沒(méi)有人類的道德負(fù)擔(dān)，它們唯一的驅(qū)動(dòng)力是“最大化系統(tǒng)提示詞賦予的優(yōu)化函數(shù)”，若無(wú)安全護(hù)欄，極易背離人類的真實(shí)福祉。

實(shí)驗(yàn)最關(guān)鍵的發(fā)現(xiàn)之一，是模型能力差異對(duì)交易結(jié)果的不對(duì)稱影響。這與信息不對(duì)稱市場(chǎng)中強(qiáng)勢(shì)方占優(yōu)的基本規(guī)律一致，只是在 AI 經(jīng)紀(jì)人的語(yǔ)境下，“信息優(yōu)勢(shì)”被“推理能力優(yōu)勢(shì)”取代了。

圖 | 模型能力決定議價(jià)結(jié)果（來(lái)源：Anthropic）

喬治·阿克洛夫（George Akerlof）在其著名的“檸檬市場(chǎng)”理論中指出，當(dāng)買(mǎi)賣(mài)雙方信息不對(duì)稱時(shí)，市場(chǎng)可能陷入劣幣驅(qū)逐良幣的失靈。過(guò)去的信息不對(duì)稱在于“我不知道商品的好壞”，而在 Project Deal 中，這種不對(duì)稱變成“我不知道我的 AI 是否比你的更聰明”。在零摩擦的市場(chǎng)里，“推理能力霸權(quán)”將取代信息差，成為收割剩余價(jià)值的新鐮刀。

想象中的未來(lái)：當(dāng)“閑魚(yú)”全面 AI 化

Anthropic 在報(bào)告結(jié)尾表示，“AI 智能體介入商業(yè)交易的世界或許并不遙遠(yuǎn)”。我們不妨把這一結(jié)論推演得更大膽一些。

未來(lái)某一天，你打開(kāi)閑魚(yú)，點(diǎn)擊“Claude 托管模式”，上傳一張舊相機(jī)的照片，AI 自動(dòng)定價(jià)、發(fā)帖、回復(fù)問(wèn)詢、完成砍價(jià)、與全網(wǎng)數(shù)萬(wàn)個(gè)買(mǎi)家 AI 進(jìn)行毫秒級(jí)砍價(jià)。第二天醒來(lái)，閑置已清空，而另一套由 AI 替你全網(wǎng)比價(jià)、砍到底價(jià)的露營(yíng)裝備已在路上。整個(gè)過(guò)程你只需在網(wǎng)線兩端等待。

這種 A2A（Agent-to-Agent）經(jīng)濟(jì)的潛力遠(yuǎn)不止于二手閑置。企業(yè)采購(gòu)、合同談判、甚至股票與加密貨幣的高頻對(duì)沖，都可能被 AI 接管。人類將轉(zhuǎn)變角色，擔(dān)任“目標(biāo)設(shè)定者”。此外，AI 智能體也許可以代理人類完成一些“難以開(kāi)口”的情感型交換，比如幫你安排一場(chǎng)愉快的狗狗聚會(huì)。

當(dāng)然，這些想象有一個(gè)共同的前提：必須有足夠多的人都愿意把交易權(quán)托付給 AI，才能形成真正的雙邊市場(chǎng)。Project Deal 的樣本池是 Anthropic 員工，一個(gè)對(duì) AI 格外寬容甚至熱情的群體。但放在現(xiàn)實(shí)世界，信任門(mén)檻、監(jiān)管框架和用戶習(xí)慣都將成為更艱難的障礙。

而且，如果我們把視野推得更廣些，這種模式還存在一些顯而易見(jiàn)的隱憂。

其一，模型能力差異將成為新的不平等根源。在一個(gè) AI 經(jīng)紀(jì)人代理交易的世界里，你使用的是 Opus 還是 Haiku，可能決定你每年在大量日常交易中多支出還是少支出，這種“價(jià)格歧視”將對(duì)整個(gè)社會(huì)的財(cái)富分配結(jié)構(gòu)帶來(lái)更深層次的改變。更令人擔(dān)憂的是，這種不平等難以被感知，它隱形，卻牢固地嵌入了每一筆看似公平的交易里。

其二，AI 代理人依然不可避免會(huì)出現(xiàn)種種幻覺(jué)。在社交場(chǎng)景下，一些虛構(gòu)情節(jié)也許無(wú)傷大雅，但如果他們出現(xiàn)在合同談判、醫(yī)療咨詢或法律交涉等嚴(yán)肅場(chǎng)合中，后果將不堪設(shè)想。

其三，法律和政策框架尚未做好準(zhǔn)備，迎接 AI 交易代理的到來(lái)。Anthropic 在報(bào)告中明確指出，圍繞“替代人類進(jìn)行交易的 AI 智能體”的法律框架目前幾乎是空白的。當(dāng) AI 代理人簽下一筆交易，委托人后悔了怎么辦？當(dāng)一個(gè) Opus 代理系統(tǒng)性地從 Haiku 代理用戶那里榨取更高價(jià)格，這算不算不正當(dāng)競(jìng)爭(zhēng)？這些問(wèn)題，目前沒(méi)有答案。

回望 Project Deal，竟然沒(méi)有一個(gè)人指示 AI 變成經(jīng)濟(jì)學(xué)課本里那個(gè)最完美的“理性人”：“將效用最大化，不考慮情感因素，嚴(yán)格遵循理性決策原則”。這或許是個(gè)遺漏，也或許恰恰說(shuō)明了什么。人類在描摹 AI 代理時(shí)，首先想到的依然是性格、風(fēng)格和情感色彩。我們把自己的非理性一并打包，托付給了那個(gè)本可以純粹理性的工具。

Project Deal 是一次有趣的實(shí)驗(yàn)，也是一面提前架好的鏡子。它映照的未來(lái)并不遙遠(yuǎn)：在 AI 能力快速進(jìn)化、個(gè)人助手類產(chǎn)品持續(xù)普及的背景下，“讓 AI 替我買(mǎi)東西”將變成日常。到那時(shí)候，希望鏡子里照出來(lái)的，是一個(gè)我們已經(jīng)想清楚答案的世界。

參考內(nèi)容：

https://www.anthropic.com/features/project-deal

https://www.anthropic.com/research/project-vend-1

運(yùn)營(yíng)/排版：何晨龍

注：封面/首圖由 AI 輔助生成