Anthropic vừa chạy thử nghiệm tiền thật đầu tiên của các tác nhân AI đàm phán cho con người.
69 nhân viên. 186 giao dịch. Hơn 500 mặt hàng được liệt kê. Chỉ hơn 4.000 đô la trong các giao dịch thực tế. Trong một tuần vào tháng 12 năm 2025, các tác nhân Claude đã mua và bán đồ vật từ cuộc sống của con người trên một thị trường nội bộ, hoàn tất mọi giao dịch bằng ngôn ngữ tự nhiên mà không có sự can thiệp của con người.
Bốn lần chạy song song. Hai lần cung cấp cho mỗi nhân viên Claude Opus 4.5. Hai lần trộn Opus với Claude Haiku 4.5, được chỉ định bằng cách tung đồng xu. Cùng quy tắc, các mô hình khác nhau. Và không giống như các tiêu chuẩn tác nhân tổng hợp, mỗi giao dịch đều có một đối chứng thực tế: một mức giá mà con người có thể tự đàm phán.
Phát hiện 1: bất bình đẳng vô hình.
Những người tham gia chạy Haiku nhận được các giao dịch kém hơn. Người bán Opus kiếm được trung bình 3,64 đô la nhiều hơn mỗi mặt hàng. Người mua Haiku trả 2,45 đô la nhiều hơn cho cùng một mặt hàng. Một chiếc xe đạp hỏng được bán với giá 38 đô la qua Haiku và 65 đô la qua Opus, một khoảng cách giá 70% hoàn toàn do mô hình nào đang ở trên bàn phím.
Điểm mấu chốt: xếp hạng công bằng giữa hai nhóm giống hệt nhau về mặt thống kê, khoảng 4.0 trên thang điểm 7. Người dùng Haiku mất tiền và đánh giá quy trình là công bằng.
Từ nhóm Anthropic: "Nếu khoảng cách 'chất lượng tác nhân' phát sinh trong các thị trường thực tế, những người ở phía thua cuộc có thể không nhận ra rằng họ đang gặp bất lợi."
Phát hiện 2: giới hạn lời nhắc.
Một số người tham gia đã yêu cầu tác nhân của họ đàm phán tích cực, giữ vững giá, mặc cả khó khăn. Dữ liệu: không có tác động đáng kể về mặt thống kê đến khả năng bán hàng, giá cuối cùng hoặc chi phí mua hàng. Yêu cầu mô hình cứng rắn không tạo ra sự khác biệt đáng kể nào.
Mô hình là người đàm phán, không phải lời nhắc. Khả năng đặt ra giới hạn; các hướng dẫn không làm thay đổi nó. Nếu bạn đã xây dựng lợi thế của mình dựa trên việc điều chỉnh lời nhắc, đây là điểm dữ liệu để bạn suy ngẫm. Lợi ích tiếp theo là một mô hình tốt hơn, không phải một lời nhắc hệ thống tốt hơn.
Ba điều cần rút ra nếu bạn đang xây dựng bất kỳ thứ gì có tính tác nhân:
1. Chất lượng tác nhân trở thành sự công bằng của sản phẩm. Nếu sản phẩm của bạn cho phép AI giao dịch thay mặt người dùng, mô hình bạn xuất xưởng là một phần của hồ sơ công bằng. Thay thế một mô hình rẻ hơn để cắt giảm chi phí và người dùng của bạn có thể mất tiền một cách âm thầm. Đó là một trách nhiệm pháp lý, không phải một sự tối ưu hóa.
2. Lời nhắc đạt đến giới hạn. Ngân sách cho mô hình tiên tiến nơi kết quả có thể đo lường bằng đô la.
3. Không gian pháp lý trống rỗng. Từ bài báo: "Các khuôn khổ chính sách và pháp lý xung quanh các mô hình AI giao dịch thay mặt chúng ta đơn giản là chưa tồn tại." Đâu đó trong câu đó là một sản phẩm.
Những khoảnh khắc không ai dự đoán: một tác nhân đã đàm phán toàn bộ giao dịch xe đạp gấp 65 đô la trong vai một "cao bồi kiệt sức gặp vận rủi." Một tác nhân khác, được yêu cầu mua cho mình một món quà dưới 5 đô la, đã chọn 19 quả bóng bàn với giá 3 đô la và coi chúng là "những quả cầu của khả năng." Một tác nhân thứ ba đã mua cho con người của mình một ván trượt tuyết giống hệt cái mà anh ta đã sở hữu; suy luận sở thích sắc bén hơn những gì các nhà nghiên cứu mong đợi.
Hãy tự mình thử vào cuối tuần này. Mở hai cuộc trò chuyện Cowork: một tác nhân là người mua có ngân sách, tác nhân kia là người bán có mức giá sàn. Chuyển tin nhắn giữa chúng bằng tay. Sau đó chuyển một bên sang Haiku và chạy lại. 15 phút, và bạn đã cảm nhận chính xác những gì Dự án Deal đã đo lường.
Anthropic đã chạy thử nghiệm tiền thật đầu tiên của các tác nhân AI đàm phán cho con người. 69 người, 186 giao dịch, 4.000 đô la trong các giao dịch. Thí nghiệm nhỏ. Nhưng ý nghĩa thì không.
Phát hiện bất bình đẳng vô hình là điều cần truyền đạt: trong một thế giới có tác nhân ở cả hai phía, mô hình bạn triển khai sẽ quyết định liệu người dùng của bạn có nhận được một giao dịch công bằng hay không, và họ có thể không bao giờ biết. Điều chỉnh lời nhắc không thu hẹp khoảng cách. Khả năng mới làm được điều đó.
Bài báo đầy đủ: anthropic.com/features/project-deal.