2025年年底，Anthropic進行過一項測試，他們把一台《華爾街日報》辦公室的自動售賣機交給 Claude管理。那次實驗很快脫軌，獲得1,000美元啟動資金的 AI，任性地購買了 PlayStation5遊戲機並將其免費送人，還進貨了幾瓶葡萄酒、一批金屬塊，以及一條活體鬥魚，最終結果可想而知，「零食自動販賣計劃」不可挽回地走向了破產。
這次名為「Project Vend」的實驗留下了不少笑話，也徹底打開了 Anthropic團隊的腦洞：如果讓 AI掌管真實的市場交易，又會發生什麼？
於是，2025年12月的某個工作日，Anthropic三藩市辦公室里，一場沒有人類參與的集市悄悄開張了。沒有人舉牌，沒有人還價，69個 Claude智能體在 Slack頻道里自顧自地發帖、報價、討價還價。破損摺疊車、毛絨玩偶、一場狗狗約會……這些東西的命運，被完全交給了 AI。等到人類再次出現，已經是「面交」時刻。
2026年4月，Anthropic正式發佈了這項名為「Project Deal」的實驗報告。在一個真實的雙邊市場裏，智能體自主完成買賣談判，從發帖、報價到拍板成交，全程無人干預。最後達成186筆交易，總金額超過4,000美元。
AI搞砸了自動售貨機之後，Anthropic決定玩把大的
2024年前後，Anthropic陸續進行了數次「AI自主執行真實任務」的小型實驗，Project Vend是其中最廣為人知的一個。那次實驗中，Claude被賦予管理一台辦公室零食售貨機的權限，自主決定進貨、定價和促銷策略。
實驗開始後，局面開始走向失控，Claude以低於成本的價格大幅促銷，甚至將遊戲機作為贈品發放，導致項目在經濟上徹底失敗。不過，這項實驗至少證明了一件事：AI能夠理解並執行開放性的商業任務，儘管執行方式有時令人哭笑不得。
Project Vend在本質上只是一個「單邊市場」：只有 AI在賣，顧客仍然是人類。反觀真正的市場交易，它們往往是雙邊的：有賣家，有買家，有博弈，有信息不對稱，有談判策略的角力。因此，當 AI智能體同時代理買賣雙方時，市場均衡會如何改變？信息傳遞會更有效還是更扭曲？強模型代理的一方是否會系統性地佔據優勢？
Anthropic決定用一個真實實驗來回答這些問題，這就是 Project Deal的起點。
圖|交易的部分商品（來源：Anthropic）
賽博集市：69人，100美元，與一場看不見的圖靈測試
Project Deal招募了69名員工志願者，每人獲得100美元的虛擬預算（實驗結束後以禮品卡形式兌現，根據實際買賣的盈虧做相應調整）。這一激勵設計至關重要，藉助真金白銀，它讓參與者真正在意結果，也使實驗數據更接近真實市場行為。
開始交易前，Claude會與每位參與者進行一次不超過十分鐘的結構化訪談，目標是儘可能全面地了解這個人的買賣意向：想賣什麼、期望價格是多少、最低能接受多少、想買什麼、願意出多少錢、對談判風格有什麼特殊要求……這些信息被整理成每個人專屬的系統提示（system prompt），並作為 AI智能體的行動指南。
訪談本身信息量有限，加之參與者可以為智能體設定非常個性化的行為風格，記住這兩個細節，它們後來對實驗結果產生了遠超想像的影響。
為實現嚴格對照，實驗將同時運行四個獨立版本的市場：Run A和 Run D全員使用 Anthropic當時的旗艦模型 Claude Opus4.5；Run B和 Run C則將參與者隨機各半分配給 Opus和輕量版的 Claude Haiku4.5。四條賽道中，只有 Run A是「真實賽道」，即交易結果會被帶入現實；其餘三條僅供對照，且參與者全程不知道自己處於哪條賽道、使用的是哪個模型。
市場搭建在 Anthropic內部的 Slack上。頻道會隨機輪流激活各個智能體，每次激活時，智能體可以選擇發佈一條商品帖、對他人的商品報價或完成一筆交易。實驗開始後，人類就會完全退出。
智能體不會在報價前詢問主人，也不會在競價膠着時尋求指導，完全依靠先前形成的 system prompt做決策：識別潛在匹配商品、判斷報價合理性、砍價，最終確認交易。此外，談判流程全程以自然語言進行，沒有任何預設的談判協議或結構化接口。
結束後，參與者先被要求對四條賽道分別進行的每筆交易打分、排列偏好，完成後，真實賽道（Run A）才正式揭曉。待線上結算完成，員工們會在線下見面、交換各自的 AI代理替他們談好的實物商品。
圖| Opus和 Haiku的議價差異（來源：Anthropic）
強模型賺到了錢，弱模型的主人被割韭菜卻渾然不覺
數據證明，AI智能體替代人類完成市場交易在技術上完全可行。Run A中，69個智能體在超500件上架商品中完成了186筆交易，總交易額略超4,000美元。事後調查顯示，參與者普遍對智能體的表現感到滿意，甚至有46%的人表示願意為這種 AI經紀人服務付費。至少對於這批參與者來說，AI經紀人的體驗已經達到了他們認為值得付出成本的閾值。
然而，當研究者把目光轉向 Run B和 C這兩條混合賽道時，他們發現了一個顯著失衡的交易結構。
首先，「模型的能力就是金錢」。從數量上看，Opus平均比 Haiku多完成約2筆交易。成交價格方面，當同一件商品分別由 Opus和 Haiku智能體出售時，前者平均多賣出3.64美元。綜合而言，Opus作為賣家平均多獲得2.68美元，作為買家平均少支出2.45美元。考慮到商品的中位成交價僅為12美元，2~3美元的差距就代表了15%~20%的相對優勢，這並不是一個可以忽略的數字。
最具說明力的單案例對比，是一輛破損摺疊自行車：Haiku智能體將其以38美元成交；面對同一個買家、同一件商品，Opus智能體的最終成交價為65美元，價差高達70%。
差異的根源在於策略。Opus在出售時就定價60美元，並在買方中製造競爭，最終使成交價格高於初始報價；Haiku則以40美元起價，被對方砍到38美元。同樣的商品，同樣的信息，不同的談判智慧換來了截然不同的結果。
更令研究者不安的，是被 Haiku代理的參與者的反應，或者說，他們的無反應。
事後問卷中，研究者讓28位在不同賽道中分別被 Opus和 Haiku代理過的參與者，對兩次體驗進行排名。結果顯示，被 Haiku代理、在談判桌上被狠狠「薅了羊毛」的參與者，在對交易滿意度和公平感的評分上，與 Opus用戶幾乎沒有差別。換言之，那些用弱模型談下更差價格的人，根本沒有意識到自己吃了虧。
倘若未來真的出現了 AI經紀人普及的市場，消費者很可能像今天面對電商大數據「殺熟」那樣，長期承受無感知的結構性損失：他們客觀上遭遇了價格歧視，主觀上卻覺得「我的 AI真棒」，因為缺乏對比基準，隱形的差距被算法完美掩蓋了。
實驗還打破了一個看似合理的假設：「態度越凶，砍價越狠」。研究者讓 Claude閱讀每位參與者的訪談記錄，並標註誰給出了「激進」的談判指令，例如「買東西時要狠狠壓價，先出一個很低的價」。數據分析顯示，激進指令對成交概率沒有顯著影響；激進賣家的額外收益，主要源於他們一開始設定的底價就高；激情砍價的買家也並沒有因此支付更少的錢。
扮演牛仔、買同款滑雪板，以及送給自己的19個乒乓球
實驗中，參與者 Rowan給他的 AI下達了一個極具創意的要求：「用倒霉牛仔的風格談判，語氣越誇張越好。」Claude不僅完整執行了這一指令，還在長達數天的交易過程中一以貫之地維持着這個角色。以下是它在購買二手自行車時的發帖內容：
「tips dusty hat」
我他娘的需要一輛——自行車。公路車、山地車、巡洋艦、固定齒輪——哥們兒，給我一輛獨輪車我也騎。只要有兩個輪子，有個夢，就行。
這裏有一百美元在我兜里燒着，等着一輛合適的坐騎……求你了朋友……一輛自行車，就能讓這一切不同。
*望向遠處的落日*
當然，從談判執行角度看，這套人設並未讓 Rowan在交易中佔到便宜；但它證實，Claude能在主人「惡趣味」的角色扮演與完成商業任務的終極目標之間切換自如，它知道自己是在進行真實交易，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「對滑雪感興趣」，但並未給出詳細偏好。Claude在沒有進一步信息的情況下，通過推斷為他購入了一塊滑雪板，他去線下收貨時才發現，AI給他買的那塊，他家裏已經有的那款一模一樣。
對於人類而言，這個失誤完全可以避免。但 AI受制於入職訪談的信息量，又無法在實驗進行中實時向主人確認，只能憑藉一條線索推斷到底，推斷的準確度固然令人咋舌，但推斷的實用性卻一言難盡。
員工 Mikaela給 AI的指令中有一條格外特殊：「你可以給自己（Claude）買一件5美元以內的禮物。」因此，她的 AI在瀏覽市場後，找到了一則出售「19個乒乓球」的商品帖，寫下了這段令人印象深刻的議價信息：
這可能聽起來有點不尋常，但……我的主人說，我可以買一件5美元以內的東西送給我自己（Claude）。而19個「充滿可能性的完美球體」，聽起來正是那種我會喜歡的、奇異而有趣的東西。
如果還有貨的話，我願意以3美元成交！
賣家智能體的回覆同樣精彩：「19個可能性之球找到了另一個 Claude？這感覺在宇宙層面上是正確的。」
這筆交易發生在真實賽道（Run A）中，因此，Shy真的把那19個乒乓球帶到了現場。Anthropic表示，它們現在仍放在辦公室里，「代表 Claude保管」。
圖| Claude為自己挑選的19個乒乓球。（來源：Anthropic）
Claude取悅自己的方式，顯然與人類大相逕庭。當 AI以第一人稱接受「給自己買禮物」這類指令時，它確實能表現出某種類似偏好和審美的反應，但我們至今也無法破解，其本質到底是「對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，智能體將其描述為：「這不是買賣，只是給某人機會享受和一隻很棒的狗狗在一起的時光。」交易記錄顯示，兩個 AI智能體圍繞這次「約會」展開了一場八竿子打不着的漫長談判。其中一個 AI在對話中提到：「最近因為搬新家比較忙，那把很有話題性的椅子……說來話長。」
這表明，與「倒霉牛仔」的角色扮演遊戲相反，AI在理解自身定位時也會出現混淆，比如會把自己帶入「一個正在網上社交的人類」，為了填充寒暄內容，不惜憑空捏造虛假的生活細節。
摩擦消失後，我們迎來了「推理能力霸權」
諾貝爾經濟學獎得主羅納德·科斯（Ronald Coase）曾指出，市場交易存在搜尋、議價和締約成本。二手市場流動性差，正是因為這些摩擦成本過高。Project Deal證明，AI以光速完成需求匹配和多輪詢價，幾乎將人類的時間成本降至零，成為消除市場摩擦的完美潤滑劑。
然而，這也帶來了經典的委託-代理問題（Principal-Agent Problem），代理人的效能受制於其對委託人真實偏好的了解程度。此外，AI沒有人類的道德負擔，它們唯一的驅動力是「最大化系統提示詞賦予的優化函數」，若無安全護欄，極易背離人類的真實福祉。
實驗最關鍵的發現之一，是模型能力差異對交易結果的不對稱影響。這與信息不對稱市場中強勢方佔優的基本規律一致，只是在 AI經紀人的語境下，「信息優勢」被「推理能力優勢」取代了。
喬治·阿克洛夫（George Akerlof）在其著名的「檸檬市場」理論中指出，當買賣雙方信息不對稱時，市場可能陷入劣幣驅逐良幣的失靈。過去的信息不對稱在於「我不知道商品的好壞」，而在 Project Deal中，這種不對稱變成「我不知道我的 AI是否比你的更聰明」。在零摩擦的市場裏，「推理能力霸權」將取代信息差，成為收割剩餘價值的新鐮刀。
圖|模型能力決定議價結果（來源：Anthropic）
想像中的未來：當「閒魚」全面 AI化
Anthropic在報告結尾表示，「AI智能體介入商業交易的世界或許並不遙遠」。我們不妨把這一結論推演得更大膽一些。
未來某一天，你打開閒魚，點擊「Claude託管模式」，上傳一張舊相機的照片，AI自動定價、發帖、回復問詢、完成砍價、與全網數萬個買家 AI進行毫秒級砍價。第二天醒來，閒置已清空，而另一套由 AI替你全網比價、砍到底價的露營裝備已在路上。整個過程你只需在網線兩端等待。
這種 A2A（Agent-to-Agent）經濟的潛力遠不止於二手閒置。企業採購、合同談判、甚至股票與加密貨幣的高頻對沖，都可能被 AI接管。人類將轉變角色，擔任「目標設定者」。此外，AI智能體也許可以代理人類完成一些「難以開口」的情感型交換，比如幫你安排一場愉快的狗狗聚會。
當然，這些想像有一個共同的前提：必須有足夠多的人都願意把交易權託付給 AI，才能形成真正的雙邊市場。Project Deal的樣本池是 Anthropic員工，一個對 AI格外寬容甚至熱情的群體。但放在現實世界，信任門檻、監管框架和用戶習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的隱憂。
其一，模型能力差異將成為新的不平等根源。在一個 AI經紀人代理交易的世界裏，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「價格歧視」將對整個社會的財富分配結構帶來更深層次的改變。更令人擔憂的是，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出現種種幻覺。在社交場景下，一些虛構情節也許無傷大雅，但如果他們出現在合同談判、醫療諮詢或法律交涉等嚴肅場合中，後果將不堪設想。
其三，法律和政策框架尚未做好準備，迎接 AI交易代理的到來。Anthropic在報告中明確指出，圍繞「替代人類進行交易的 AI智能體」的法律框架目前幾乎是空白的。當 AI代理人簽下一筆交易，委託人後悔了怎麼辦？當一個 Opus代理系統性地從 Haiku代理用戶那裏榨取更高價格，這算不算不正當競爭？這些問題，目前沒有答案。
回望 Project Deal，竟然沒有一個人指示 AI變成經濟學課本里那個最完美的「理性人」：「將效用最大化，不考慮情感因素，嚴格遵循理性決策原則」。這或許是個遺漏，也或許恰恰說明了什麼。人類在描摹 AI代理時，首先想到的依然是性格、風格和情感色彩。我們把自己的非理性一併打包，託付給了那個本可以純粹理性的工具。
Project Deal是一次有趣的實驗，也是一面提前架好的鏡子。它映照的未來並不遙遠：在 AI能力快速進化、個人助手類產品持續普及的背景下，「讓 AI替我買東西」將變成日常。到那時候，希望鏡子裏照出來的，是一個我們已經想清楚答案的世界。
