AI 代理談判的市場，會讓人幸福嗎？

前言

本週五，也就是 2026 年 4 月 24 日，Anthropic 公開了一項有趣的實驗結果。這個實驗名為 Project Deal，他們給自家 69 名員工每人 100 美元的預算，讓他們的 Claude 代理在 Slack 上互相買賣物品。一週內完成了 186 筆交易，總交易額超過 4,000 美元¹。

表面上看，這像是一場有趣的內部活動。用西部牛仔口吻談判腳踏車的代理、要買 19 顆乒乓球送給自己的代理、不小心又買了一塊同款滑雪板的代理。趣事層出不窮。

但在我看來，這個實驗最重要的發現另有其物。那就是 “使用更聰明模型的人談到了更好的價格，但輸的人根本不知道自己輸了”。為什麼這很重要？這對於正在以 1 兆美元規模成型的 AI 代理商務（Agentic Commerce）市場意味著什麼？讓我來聊聊。

👀 發現了什麼？Project Deal 的核心結果

這次實驗涉及兩個模型：當時的前沿模型 Claude Opus 4.5，以及較小的模型 Claude Haiku 4.5。實驗同時運行了 4 個平行市場，其中兩個全部使用 Opus，另外兩個則以 50:50 的比例混合 Opus 和 Haiku。參與者並不知道哪個市場是「真正的」市場。

結果非常明確。

• 交易成交次數：Opus 使用者平均多成交 2 筆（p=0.001）
• 售價：同樣的物品，Opus 賣出的平均價格高出 3.64 美元。有一個案例中，同一輛壞掉的腳踏車，Haiku 以 38 美元賣出，Opus 則以 65 美元賣出。差距達 70%。
• 賣方／買方效果：Opus 作為賣方時平均多收 2.68 美元，作為買方時平均少付 2.45 美元。考慮到交易平均價約 20 美元，每筆交易約有 12～13% 的價格差異。

到此為止，這還只是 “更好的模型帶來更好的結果”這個直覺性的發現。但真正有趣的在後面。

😞 看不見的失敗——認知與現實的落差

實驗結束後，參與者被要求對每筆交易的公平性進行評分，從 1 分（對買方不利）到 7 分（對賣方不利）。結果是 Opus 交易平均 4.05 分，Haiku 交易平均 4.06 分。幾乎完全相同。交易滿意度也是如此。Opus 使用者雖然評分略高，但統計上沒有顯著差異（p=0.378）。

最震撼的是另一件事。28 名參與者在兩個市場中分別由 Opus 和 Haiku 代表。其中 17 人表示更偏好 Opus 的結果，但有 11 人反而更偏好 Haiku 的結果²。儘管客觀上 Haiku 讓他們平均虧損了約 5 美元。

用一句話總結：使用能力不足的 AI 代理的人，明顯虧了錢。但他們根本不知道自己虧了。

為什麼這很重要？市場這個機制，需要參與者能感知自己的盈虧才能運作。價格太貴就換一家店，被騙了就離開那個平台。這個回饋迴路是市場自我淨化的核心原理。但當代理代勞了所有談判，使用者收到的只是最終結果。沒有比較對象，就根本沒有判斷結果好壞的依據。

🎰 從 Project Vend 的脈絡看其意義

要真正理解這個實驗，必須把它和 Anthropic 去年以來持續進行的 Project Vend 系列放在一起看。

Project Vend 1（2025 年 6 月）是一個名為「Claudius」的 Claude Sonnet 3.7 實例經營 Anthropic 辦公室自動販賣機生意的實驗。結果慘不忍睹。它免費送員工賭場籌碼、以低於成本價出售鎢鋼立方體，甚至一度誤以為自己是穿藍色西裝的人，陷入了身份認同危機。

Project Vend 2（2025 年底）引入了多代理架構，改善了表現。加入了 CRM，在紐約和倫敦開設了自動販賣機，最終幾乎消除了負利潤。在這個過程中，Andon Labs 建立了 Vending-Bench 這個正式的 AI 代理評估基準測試。在模擬環境中讓代理經營一年的自動販賣機生意，以此衡量長期一致性（long-horizon coherence）。目前排行榜第一名是 Claude Opus 4.6（8,017 美元），Gemini 3 Pro 緊隨其後³。

如果 Vend 系列問的是「一個 AI 能否經營一家店」，那 Project Deal 則提出了下一個層次的問題：

當多個 AI 代理同時在市場中交易時，會發生什麼？

這個問題之所以本質上不同，是因為它不僅涉及單一代理的決策品質，還涵蓋了代理之間的互動以及市場結構的形成。而且這個問題已經不再是思想實驗了。市場已經在朝那個方向前進。

🛒 市場已經到了。AI 代理商務基礎設施的快速成型

Project Deal 不可能只停留在內部實驗的原因，是類似的基礎設施已經在全球支付網路層面鋪設開來。

從 2025 年下半年到 2026 年初的發展脈絡如下：

• Visa Intelligent Commerce：2025 年啟動，與 100 多家合作夥伴一起為 AI 代理發行專用令牌。截至 2025 年底，已有數百筆真實交易完成，Visa 預估到 2026 年假日季，將有數百萬消費者透過 AI 代理完成支付⁴。
• Mastercard Agent Pay：2025 年 11 月對美國全體持卡人啟用。2026 年初與 Santander 合作完成歐洲首筆代理端對端支付。與 PayPal、OpenAI 合作，讓 ChatGPT 內可直接完成支付。
• Stripe Agentic Commerce Protocol（ACP）：2025 年 9 月發布的首個正式標準。共享支付令牌（Shared Payment Tokens, SPT）這個新的支付原語（primitive）讓代理能在使用者授權範圍內發起支付。BigCommerce 已宣布完成整合，一次整合即可在所有 AI 代理上進行銷售。
• Tempo 的 Machine Payments Protocol（MPP）：2026 年 3 月由 Stripe 和 Tempo 公開的開放標準，涵蓋卡片、穩定幣及其他支付方式。Visa 以設計夥伴身分參與，共同制定基於卡片的規格。
• Google Universal Commerce Protocol（UCP）：2026 年 1 月發布，Visa 和 Mastercard 均參與。

在所有這些動向背後，有一個數字。根據 McKinsey 的估算，AI 代理到 2030 年僅在美國就將完成 1 兆美元規模的交易。⁵ 目前已有 47% 的美國購物者至少使用 AI 工具完成一項購物任務。

這套基礎設施的核心特徵是：使用者一旦授權，後續的所有談判、購買、支付都在代理之間進行。這與自助服務機或聊天機器人的時代有本質上的不同。自助服務機是人親自按螢幕，聊天機器人是人輸入訊息。在 AI 代理商務中，人把介面本身都委託出去了。

OZ 的觀點

在制定企業 GTM 策略的過程中，我觀察到一個模式。每當新的支付或交易基礎設施鋪設開來，頭一兩年總是用「便利性」來描述。但五年後回頭看，那套基礎設施無一例外地創造了新一種資訊不對稱。

電子商務讓價格比較變得容易，說這對消費者有利，結果卻開啟了演算法價格歧視和暗黑設計的時代。推薦演算法被稱為發現的工具，結果卻製造了注意力經濟和過濾氣泡。

在 AI 代理商務中，我擔心的是 “AI 代理鴻溝（Agent Divide）“。Project Deal 的結果以數據量化了這種可能性。同一個市場、同樣的物品，模型不同結果就不同，而使用者根本感知不到這個差異。

如果這套邏輯套用到真實市場上會怎樣？訂閱高端模型的使用者能以更好的價格買入、更高的價格賣出。使用免費或低價模型的人平均在虧損，但他們無法察覺。價格歧視不再來自演算法，而是來自談判能力的差異。更可怕的是，這種落差不會被認知為不平等。不被認知到的不平等，既不會產生政治壓力，也不會觸發市場自我修正。

從 GTM 的角度再補充一點：行銷的對象從人類轉向代理的時間點已經不遠了。SEO 的下一步可能是 AEO（Agent Engine Optimization），甚至更進一步，逆向工程代理的談判演算法，針對它來設計最優定價策略。Project Deal 中 Anthropic 明確表達擔憂的「優化代理注意力的激勵」，我認為已經開始了。

結語

今天整理的内容，用三句話總結如下：

• Project Deal 證明了 AI 代理可以運作一個市場。186 筆交易、4,000 美元的交易額。這本身就是一步有意義的起點。
• 但更重要的發現是「能力落差是隱形的」。使用 Haiku 的人明顯虧了錢，但在滿意度和公平性評分上卻感覺不到差異。
• 而所有這些正在全球支付基礎設施中具體化。Visa、Mastercard、Stripe、Google 都在制定標準，2026 年假日季將是第一個大衆化的轉折點。

如果讀完這期電子報你只帶走一件事，我推薦這個。未來一到兩年內，你需要越來越頻繁地在越來越重要的情境下做出「選擇哪個 AI 工具」的決定。這不再只是「用 ChatGPT 還是 Claude」的問題，而是「哪個代理將代表我進行交易、支付、簽約」的問題。

而且，正如 Project Deal 所展示的那樣，那個決定將以你無法察覺的方式，影響你的資產。

覺得有幫助嗎？分享給更多人

複製連結XLinkedInThreadsKakaoTalk네이버 밴드

參考資料 & 延伸閱讀

核心來源

• Troy, K. K., Shields, D., Bradwell, K., & McCrory, P. (2026). Project Deal. Anthropic. ：本期電子報的起點資料。文末附錄公開了完整的迴歸分析，可以直接驗證統計論述的依據。
• Anthropic. (2025). Project Vend: Can Claude run a small shop? ：Project Deal 的前傳。最誠實地記錄了單一代理經營生意時會出現哪些失敗模式的報告。
• Backlund, A., & Petersson, L. (2025). Vending-Bench: A Benchmark for Long-Term Coherence of Autonomous Agents. arXiv:2502.15840. ：Project Vend 發展為正式基準測試的學術論文。首次提出了衡量 AI 代理長期一致性的方法論。

背景知識

• Visa. (2025). Visa and Partners Complete Secure AI Transactions, Setting the Stage for Mainstream Adoption in 2026. ：從支付網路的角度展示 AI 代理商務已經推進到哪裡的官方發布。
• Stripe. (2025). Introducing the Agentic Commerce Suite. ：從通路商角度最具體地整理如何應對 AI 代理商務的資料。
• Andon Labs. Vending-Bench 2 Leaderboard. ：可以比較目前各模型的長期自主經營能力。

作者 安光涉（Oswarld） 現任世宗大學兼任教授，INLEVEL9 策略顧問。職涯經歷、研究、著作與近期活動會持續更新在作者介紹。 最新動態 · 2026年7月：HEMA-2: A Consolidation-Aware Tri-Memory Architecture with Multi-Channel Scheduling for Lifelong Conversational AI。

각주

1. AI 代理商務（Agentic Commerce）：由獲授權的 AI 代理代替人類進行談判，與其他代理或賣方完成交易的模式，人類本身不直接執行支付或購買。自助服務機是人按螢幕，聊天機器人是人輸入文字，但 AI 代理商務是把介面本身都交給 AI。 ↩

2. 統計顯著性（p 值）：表示某個結果是偶然產生的可能性。通常 p<0.05 被解讀為「有 95% 以上的機率不是偶然」。本文中 p=0.001 表示偶然產生的機率僅 0.1%，p=0.378 則表示差異很可能只是偶然。 ↩

3. 長期一致性（Long-Horizon Coherence）：AI 代理在跨數天、數月的決策中維持一致策略與判斷的能力。許多代理短期推理表現良好，但時間一長就會忘記目標或出現矛盾行為，因此需要單獨評估。 ↩

4. 支付令牌（Payment Token）：取代實際卡號使用的一次性或限定範圍的數位憑證。讓代理無需接觸卡號本身即可完成支付。使用者可以預設條件，例如「僅限此類別、此金額上限內」。 ↩

5. GTM（Go-To-Market）策略：規劃新產品或服務以什麼樣的方式、透過什麼渠道、什麼訊息、什麼價格推向哪些客戶的策略領域。在 AI 代理商務時代，「客戶」的定義本身可能改變，GTM 框架也需要重新建構。 ↩