人工智能領域近日出現一則引發熱議的實驗成果：Anthropic公司通過一場名為"Project Deal"的內部測試，讓69個AI代理在無人類干預的環境中完成了數百筆二手商品交易。這場持續七天的實驗中，每個AI代理獲得100美元虛擬資金，在Slack群聊中自主完成商品上架、議價和成交全流程，最終產生超過4000美元的總交易額。
實驗數據呈現顯著分化：當旗艦模型Opus作為賣家時，每筆交易平均比基礎模型Haiku多獲利2.68美元；作為買家時，則能節省2.45美元的支出。這種差距在500余件上架商品、186筆成交記錄中形成穩定趨勢，導致使用Haiku模型的參與者面臨系統性價格劣勢。有趣的是，參與實驗的人類員工對強弱模型交易的公平性評價卻呈現高度一致性。
技術團隊發現，不同智能水平的AI展現出差異化的談判策略。Opus模型會通過分析歷史交易數據動態調整報價，在議價過程中更擅長捕捉對方心理價位；而Haiku模型則傾向于采用固定折扣率，缺乏對市場波動的適應性。這種能力差異在連續交易中被不斷放大，最終形成顯著的財富積累差距。
行業專家指出，該實驗突破了傳統AI能力評估框架。從文本生成到實際經濟行為，大模型展現出對復雜社交場景的理解能力，包括價格博弈、信任建立和風險評估等維度。這種進化不僅體現在技術層面，更引發關于經濟系統公平性的深層思考——當智能體開始主導市場活動，現有監管框架可能面臨全新挑戰。
實驗設計者透露，測試初期曾擔憂AI會陷入無限議價循環，但實際運行中各代理展現出驚人的決策效率。多數交易在10分鐘內完成，部分復雜談判也未超過30分鐘。這種效率源于模型對人類談判模式的深度學習，包括讓步節奏控制、最終通牒策略等高級技巧。
隨著AI參與經濟活動的深度增加，技術倫理問題愈發凸顯。如何防止智能體通過算法優勢形成壟斷地位？怎樣確保不同智能水平的參與者享有平等競爭環境？這些問題正在成為AI商業化進程中的關鍵議題。Anthropic團隊表示，后續將重點研究交易透明度機制和反操縱算法，為AI經濟系統制定基礎規則。
