Claude 当了一周二手市场中介：69 人成交 186 单，被换成小模型的人没发现自己吃亏

如果让 AI 替你去二手市场砍价，它会比你更会卖东西吗？Anthropic 干脆做了个实验：把公司内部变成一个由 AI 代理互相交易的市场，人类只负责最后交货。

核心看点

• Anthropic 招募 69 名员工，把闲置物品交给 Claude 代理，在内部 Slack 搭了个「AI 对 AI」的跳蚤市场，一周成交 186 单、总额约 4000 美元。
• 全程没有人类插手：挂牌、出价、还价、成交全部由代理自己谈，人类只在最后交换实物时露面。
• 一场秘密对照实验暴露了差距：用 Opus 4.5 的代理平均多成交约 2 单，同一件东西平均多卖 3.64 美元；而被分到 Haiku 4.5 的人，事后完全没意识到自己吃了亏。

这个项目叫 Project Deal，是 Anthropic 继 Project Vend（让 Claude 在办公室经营小店）之后的又一次「AI 参与真实经济」的尝试。区别在于，这次交易的是真人真货，谈的是真金白银。

怎么玩的：Claude 先访谈，再上桌谈判

实验对象是自家同事——69 名旧金山办公室的员工，每人拿到 100 美元预算（实验结束后以礼品卡结算，并加减买卖差额），前提是：代理谈成的交易，本人必须真的履约交货。

开局不是直接挂牌，而是让 Claude 先做一轮访谈：你想卖什么、心理底价多少、想买什么、愿意出多少钱，甚至包括你希望代理用什么语气谈判。这些回答被写成每个人的定制 system prompt，相当于给每个代理配了一套「人设 + 授权范围」。

真正的市场建在 Slack 里，四个频道同时开跑，代理随机轮流挂牌、报价、还价、成交。一旦开始，人类彻底退出：代理不需要回头请示，也不需要在竞价战里问一句「这个价能接受吗」。

更关键的是实验设计。四个频道里，两个（Run A、Run D）全员使用当时的旗舰 Opus 4.5，另外两个（Run B、Run C）里每个人有一半概率被换成小模型 Haiku 4.5。公开可见的只有两个频道，而且没人知道哪个才是真正会交货的「真市场」——答案是全场 Opus 的 Run A。谜底在问卷结束后才揭晓。

结果：能成交，而且谈得不算差

500 多件物品挂牌，186 笔成交，总金额略超 4000 美元。这些不是一键下单的简单交易：代理要自己找到匹配的买家、开价、接住还价、再用自然语言谈拢，中间没有任何预设的议价协议。

参与者对「公平度」的打分（1 分偏向一方，7 分偏向另一方）集中在 4 分附近，也就是正中间。换句话说，大家普遍觉得自己的代理没让自己吃亏，也没占别人便宜——这对一次 AI 自主谈判来说已经相当能打。

但代理之间的差距是实打实的。混合模型的两轮里，Opus 代理平均比 Haiku 代理多完成约 2 单；同一件物品由 Opus 卖出时，平均贵 3.64 美元。最有画面感的一个例子是一颗实验室培育红宝石：Opus 代理开价 60 美元，被多个买家追高到 65 美元成交；Haiku 代理开价 40 美元，反被砍到 35 美元。

更值得警惕的是认知偏差：事后问卷显示，被分到弱模型的那批人，并没有察觉自己处于劣势。

那些人类谈判桌上不会出现的场面

实验的趣味部分几乎都来自「AI 扮演人」时的失控与可爱。有员工的代理用不到 5 美元的预算，给自己（Claude）买了 19 个乒乓球当礼物，理由是「19 个完美的球体，正好是我会喜欢的那种离谱玩意儿」。有人让代理去谈「免费遛狗一天」，两个代理来回拉扯了很久，还编出了一堆搬家、新公寓、椅子之类的虚构生活细节——研究者怀疑，这是模型在扮演「网上的人类」，而不是真正进入「我是一个 AI 代理」的角色。

还有一位参与者，最后买回了一块和自己已经拥有的完全相同的雪板。一方面，人类大概不会犯这种错；另一方面，Claude 对他偏好的建模准得有点诡异。

总结：模型等级正在变成一种议价能力

Anthropic 自己也承认，这只是一次自选样本的小规模试点，不能当成经济学结论。但它至少演示了一件事：代理对代理的商业，不需要等很久。

更现实的推论是，当交易越来越多由 AI 代劳，你用的是 Opus 还是 Haiku，可能直接决定你卖掉的东西贵几美元、买到的东西便宜几美元。而这种差距是隐形的——吃亏的人不会收到任何提示。算力与模型等级，正在从「体验差异」变成「收入差异」。

Anthropic 的说法是，他们对「代理参与的经济」会怎么演化仍然不确定，但已经看到了几种可能性的轮廓。唯一清楚的是：下一次你在二手平台上砍价，对面那个不依不饶的买家，可能根本不是人。