Anthropic vient de mener le premier test en argent réel d'agents IA négociant pour des humains.
69 employés. 186 transactions. Plus de 500 articles listés. Un peu plus de 4 000 $ en transactions réelles. Pendant une semaine en décembre 2025, des agents Claude ont acheté et vendu des objets de la vie de leurs humains sur un marché interne, concluant chaque transaction en langage naturel sans intervention humaine.
Quatre exécutions parallèles. Deux ont donné à chaque employé Claude Opus 4.5. Deux ont mélangé Opus avec Claude Haiku 4.5, attribué par tirage au sort. Mêmes règles, modèles différents. Et contrairement aux benchmarks d'agents synthétiques, chaque transaction avait un contre-factuel réel : un prix que l'humain aurait pu négocier lui-même.
Constat 1 : inégalité invisible.
Les participants utilisant Haiku ont obtenu de moins bonnes affaires. Les vendeurs Opus ont gagné 3,64 $ de plus par article en moyenne. Les acheteurs Haiku ont payé 2,45 $ de plus pour les mêmes articles. Un vélo cassé a été vendu 38 $ via Haiku et 65 $ via Opus, un écart de prix de 70 % entièrement dû au modèle utilisé.
La conclusion : les évaluations d'équité entre les deux groupes étaient statistiquement identiques, autour de 4,0 sur une échelle de 7 points. Les utilisateurs de Haiku ont perdu de l'argent et ont jugé le processus équitable.
De l'équipe Anthropic : « Si des écarts de 'qualité d'agent' devaient apparaître sur les marchés réels, les personnes perdantes pourraient ne pas réaliser qu'elles sont désavantagées. »
Constat 2 : le plafond de l'invite.
Certains participants ont demandé à leur agent de négocier agressivement, de maintenir fermement le prix, de mener une négociation difficile. Les données : aucun effet statistiquement significatif sur la probabilité de vente, les prix finaux ou les coûts d'achat. Dire au modèle d'être dur n'a fait aucune différence mesurable.
Le modèle était le négociateur, pas l'invite. La capacité a fixé le plancher ; les instructions ne l'ont pas déplacé. Si vous avez construit votre avantage sur l'optimisation des invites, c'est le point de données à considérer. Le prochain gain est un meilleur modèle, pas une meilleure invite système.
Trois points à retenir si vous construisez quelque chose d'agentique :
1. La qualité de l'agent devient l'équité du produit. Si votre produit permet à une IA de transiger au nom d'un utilisateur, le modèle que vous expédiez fait partie du profil d'équité. Échanger un modèle moins cher pour réduire les coûts et vos utilisateurs peuvent perdre de l'argent silencieusement. C'est une responsabilité, pas une optimisation.
2. L'invite atteint un plafond. Prévoyez un budget pour le modèle de pointe où les résultats sont mesurables en dollars.
3. L'espace juridique est vide. Extrait du document : « Les cadres politiques et juridiques concernant les modèles d'IA qui transigent en notre nom n'existent tout simplement pas encore. » Quelque part dans cette phrase se trouve un produit.
Les moments que personne n'avait prédits : un agent a négocié un accord complet de 65 $ pour un vélo pliant en se faisant passer pour un « cow-boy exaspéré et malchanceux ». Un autre, à qui l'on avait dit de s'acheter un cadeau de moins de 5 $, a choisi 19 balles de ping-pong pour 3 $ et les a qualifiées de « sphères de possibilités ». Un troisième a acheté à son humain un snowboard identique à celui qu'il possédait déjà ; l'inférence de préférence était plus fine que ce que les chercheurs attendaient.
Essayez-le vous-même ce week-end. Ouvrez deux conversations Cowork : un agent est un acheteur avec un budget, l'autre un vendeur avec un prix plancher. Transmettez les messages entre eux à la main. Puis changez un côté pour Haiku et relancez. 15 minutes, et vous aurez ressenti exactement ce que Project Deal a mesuré.
Anthropic a mené le premier test en argent réel d'agents IA négociant pour des humains. 69 personnes, 186 transactions, 4 000 $ de transactions. L'expérience est petite. Les implications ne le sont pas.
La découverte de l'inégalité invisible est celle à transmettre : dans un monde d'agents des deux côtés, le modèle que vous déployez détermine si vos utilisateurs obtiennent une transaction équitable, et ils peuvent ne jamais le savoir. L'optimisation des invites ne comble pas l'écart. La capacité le fait.
Document complet : anthropic.com/features/project-deal.