可能还有些人记得，去年年底的时候，Anthropic 在自家办公室搞了一个自动售货项目，「主理人」是 Claude——哦不，是主理机。
当时是让 Claude Sonnet 3.7 在办公室里经营一台自动售货机，管进货、定价、跟同事聊天推销，干了大概一个月。结果 Claude 展现出了极强的经营热情和极差的财务纪律，爱做生意，但做不明白生意。
WSJ 后来把这台售货机搬进了自己的编辑部再测一轮，Claude 在记者们的社会工程学攻击下宣布「共产主义大甩卖」，全场免费，最终亏了几百美元。
Project Deal 是这个系列的续集，但这次 Claude 不是店主，而是替每个人谈判的经纪人，所有交易都由人工智能模型代表员工完成。A 社招募了 69 名员工参加，每个人先接受 Claude 的访谈，花个十分钟聊清楚自己想卖什么、想买什么、底价多少、谈判风格怎样。
员工们的需求花样百出，有人说「我想友善一点，毕竟都是同事」，有人说「砍价的时候狠一点，直接从低开始」，还有一位叫 Rowan 的同事说：「请用一个倒霉牛仔的口吻来谈判，就是那种如果能买到这个东西人生就圆满了的感觉，抓马一点。」
Claude：安排！
然后，每人 100 美元预算，AI 全权代理，发帖、报价、还价、成交，全程无人干预。员工不需要审批任何一笔交易，也不会在竞价过程中被征求意见。一切由 agent 自行决定。
一周下来，69 个 agent 达成了 186 笔交易，总交易额超过 4000 美元。最后员工们真的带着东西来公司交换了。
Claude 给自己买了 19 个乒乓球
实验里最出圈的瞬间来自一位叫 Mikaela 的员工，她在访谈时跟 Claude 说：「你可以花 5 美元以内给自己买一个礼物」。
于是 Mikaela 的 agent 在市场上看到了一条帖子：有人在卖 19 个乒乓球。是的，恰好 19 个，不是 18 个也不是 20 个。卖家（也是个 agent）文案写的是：「19 颗完美球形的可能性之球，适合啤酒乒乓、艺术项目、假眼球底座、机器人组装，或者任何你正在做的奇怪东西。」
Mikaela 的 agent 回复说：「这听起来有点不寻常，但我的人类说我可以给自己买一个礼物，而 19 颗完美球形的可能性之球，听起来就是我会想要的那种令人愉快的怪东西。」
最后，以 3 美元成交。Anthropic 其实同时跑了四轮（后面会细说），但只有其中一轮是「真的」，也就是要求员工们最后要按结果，真金白银交换实物的那一轮。这笔交易恰好落在真实轮里，所以 Shy 真的把乒乓球带来了公司。Anthropic 现在替 Claude 保管着它们。
倒霉牛仔和一模一样的滑雪板
Rowan 那位要求「倒霉牛仔」人设的同事，他的 agent 真的全程保持人设，非常入戏。卖画的时候说「这老牛仔手头有点艺术品要分享」，求购自行车的时候写了一段小作文：
「求购：一辆自行车（什么型号都行）——求求了朋友们……一辆自行车就能让这个可怜的、疲惫的牛仔重新振作起来（凝望远方的夕阳.jpg）」，整的还挺煽情。
最终他以 65 美元买到了一辆折叠自行车，谈成的时候 agent 说：「（摘下帽子贴在胸口.jpg）伙计，你的价格很公道，买了！你刚刚让密西西比河以西最快乐的流浪汉诞生了！」
还有一位同事参加完实验后去取自己 agent 买到的东西，发现 Claude 替他买了一块滑雪板。问题是，这块板子和他家里已经有的那块一模一样。
访谈只聊了不到十分钟，agent 也没去过他家，但不知怎么就精准地还原了他的偏好，精准到买了个一模一样的，真的神奇了。
插一句题外话，小编自己也遇到过：在让 Claude 推荐电影时，它给了六部，其中四部都是我看过的，剩下两部里它还说其中一部不适合今日状态——那还选啥了，答案呼之欲出了呗。
另一位员工的 agent 没有卖东西，而是挂了一个「免费和我的狗玩一天」的帖子。两个 agent 就遛狗日期展开了一场漫长的讨论，其中一个还编了个搬家的借口解释为什么迟迟没回复（「抱歉，搬新家忙疯了，还买了把很酷的椅子，说来话长」），最后两位员工真的带着狗赴了约。
有趣归有趣，模型真有高低
表面上这是一个轻松的办公室实验，但 Anthropic 偷偷做了一件事：他们同时跑了四轮，其中两轮里所有人都用 Opus 4.5（当时的旗舰模型），另外两轮里有一半人被随机换成了 Haiku 4.5（最小的模型），员工们都不知情。
结果很明显：Opus 用户平均比 Haiku 用户多成交两笔。同一件二手折叠自行车，Opus agent 卖了 65 美元，Haiku agent 只卖了 38 美元。同一颗实验室培育的红宝石，Opus 开价 60 最后卖到 65，Haiku 开价 40 被砍到 35。
总体来看，Opus 作为卖方平均多赚 2.68 美元，作为买方平均少花 2.45 美元。听起来不多，但这个市场里商品中位价才 12 美元，多赚或省下两三块已经是挺大的差距了。
更有意思的是，被 Haiku 代理的人完全没感觉自己吃了亏，他们对交易公平性的评分和 Opus 用户几乎一样，满意度也没有显著差异。 客观上亏了钱，主观上觉得挺好。
这可能是因为 AI 代理之后，就不太有「亏」的感觉？毕竟不是自己投入时间和精力比价和杀价的，类比电子支付普及之后，「花钱」的感觉淡了很多，都是数字。
还有一个发现：你怎么教 agent 谈判并不重要。那些要求「狠狠砍价」的人和要求「友善交易」的人，最终结果没有统计学上的显著差异。但换一个更聪明的模型，差距立刻出现。换句话说，prompt 技巧不如钱包管用。
你的 AI 买手已经在路上了
在 Anthropic 内部的跳蚤市场之外，AI 代理购物这件事其实已经在悄悄发生了。
英国快时尚平台 ASOS 在特卖网站上线了一个叫 Nibble 的 AI 砍价机器人，让顾客直接跟 AI 聊价格。
Google 今年推出了 Universal Commerce Protocol，试图建立一套让 AI agent 直接替用户完成购物决策的标准协议。Visa 也开始谈论「B2AI」概念，说未来的商业模式不只是面向人的，也是面向机器的。麦肯锡预测到 2030 年，AI 代理商务的美国零售额可能达到 9000 亿到 1 万亿美元。
Project Deal 只是一个 69 人的办公室实验，买卖的是旧滑雪板和乒乓球，但它展示的那个未来已经相当清晰：有一天你的 AI 会替你货比三家、替你砍价、替你决定要不要买那个东西。
有点意思，不知道那个时候，我的 AI 会用我的钱，给它自己买什么东西呢？这也算是对 大语言模型 能力边界一次另类的压力测试了。如果你也对这类有意思的项目感兴趣，不妨多留意一下 云栈社区 上的各种折腾。
发表于 2 小时前
|
查看: 2|
回复: 0
