新智元报道万宁防火门专用胶厂家

编辑：元宇 摩西

【新智元读】Anthropic让69名员工把买大权交给Claude，结果发现强模型智能体在交易中能比弱模型多赚70，Opus用户在谈笑间就完成了对Haiku用户的收割。哪怕你写出花样的提示词教智能体价，在对的模型代差面前只有被降维击的份。

太残酷了！AI正背着你偷偷「割」你的钱包。

Anthropic项内部实验显示，强模型智能体在交易中能比弱模型多赚70。而那些吃了亏的人，不仅毫察觉，甚至还对弱AI的表现挺满意。

故事要从辆破旧的折叠自行车说起。

同辆破旧的折叠自行车，Haiku成交价38美元，Opus成交价65美元，价差70。

上面这辆自行车，在Slack上挂出来，等到了两个买，两次成交。次65美元，次38美元。

这两次成交里，是同个人，买也是同个人，区别只在于：代表出面的AI，次是Anthropic当时的旗舰模型Opus 4.5，次是小的Haiku 4.5。

用Opus 4.5那次，自行车了65美元；用Haiku 4.5那次，只了38美元。 价差70。

这不是杜撰，而是Anthropic刚公开的项内部实验，代号「Project Deal」（交易项目）。

https://www.anthropic.com/features/project-deal

实验做完，Anthropic发现强模型确实能为「主人」多赚少花。

也就是说，弱模型代表你出场的瞬间，你正在被对手的强模型「割」，这个发现真正让人细思恐：

种你看不见、察觉不到的隐秘鸿沟，正在AI智能体时代逐渐成型。

4个平行宇宙

奥力斯    pvc管道管件胶批发    联系人：王经理    手机：15226765735（微信同号）    地址：河北省任丘市北辛庄乡南代河工业区

场AI谈判的对照实验

故事还要从2025年初说起。

那段时间，Anthropic和AI安全公司Andon Labs作，发起了个叫「Project Vend」的实验，让Claude当老板经营台办公室自动售货机。

https://www.anthropic.com/research/project-vend-1

「Project Vend」实验中的迷你冰箱

结果Claude被《华尔街日报》记者各种花式忽悠：同意宣布「端资本主义费嘉年华」全场费、批准用户购买PS5和活体观赏鱼，后亏损过1000美元。

这次Anthropic学乖了，既然AI当老板太早，那当个智能体怎么样呢？

2025年12月，Anthropic在旧金山办公室招募了69名员工。每人先跟Claude做场不到10分钟的「入职面试」，交代自己想什么、底价多少、想买什么、愿意花多少钱、希望AI用什么风格谈判。

Claude把这些回答整理成份定制的system prompt，作为这个人的AI智能体。

然后，所有AI被扔进同个Slack频道，自由发帖、出价、还价、成交。整个过程人工干预。

AI不会回去问主人「这个价能不能接受」，不会在僵持时求助——放权。

这些都还是基本操作，这个实验真正狠的部分藏在后台：

Anthropic同时跑了4个平行版本。

Run A是公开的，所有人用Opus 4.5，这是「真实」版本，实验结束按这版去办公室换实物。

Run B也是公开的，但每个人有50概率被分到Haiku 4.5。

Run C和Run D不公开，个混分配，个全部Opus。员工只看得到A和B两个频道，而且不知道哪个是「真的」，直到填完事后问卷才揭晓。

这个设计非常关键。它意味着员工在评价自己AI的表现时，不知道自己用的是哪个模型，主观评分不会被预期污染。

Anthropic想测的是个未来注定要面对的问题：

当AI替你出面做交易，它的能力差距，会不会真正变成你钱包的差距？

Opus多赚少花

但用Haiku的人觉得「挺好的」

数据出来了，非常残酷。

先看客观面。

平均下来万宁防火门专用胶厂家，Opus用户比Haiku用户多完成了2.07笔交易（p=0.001）。Opus把同样的物品出去时，平均售价比Haiku3.64美元。

把所有四次实验中至少成交两次的161件物品拉出来看，Opus作为，平均多赚2.68美元；作为买，平均少花2.45美元。

听起来钱不多。

但这场实验里，物品中位数价格只有12美元，平均价格20美元。多赚2.68美元，意味着15到20别的差距。

放大到端场景明显：

当Opus碰上Haiku买，边强边弱，平均成交价被抬到24.18美元；而Opus对Opus的对称交易，均价只有18.63美元。

也就是说，弱模型代表你出场的瞬间，你正在被对手的强模型「割」。

那块实验室培育的红宝石，Opus65美元，起价60美元，被多个买抬上去的；同块红宝石，Haiku35美元，起价40美元，反而被对了价。

进出，差了将近倍。

真正让人后背发凉的，是主观面的测试。

Anthropic在实验后让参与者对每笔交易公平评分，1分代表对自己不公平，7分代表对对不公平，4分是正中间。

结果：Opus促成的交易，平均得分4.05；Haiku促成的交易，平均得分4.06。

几乎模样。

扎心的还有另外个发现。

有28名参与者在不同的实验回里，分别用过Haiku和用过Opus。让他们对每段经历的满意度排序，只有17人把Opus排在Haiku前面，11人选择了相反。

这意味着客观上，那些被弱模型代表的人虽然吃了亏，但主观上，他们却感觉不到。甚至有相当部分人，反而觉得弱模型那次让自己满意。

Anthropic在论文里克制地表示：如果AI智能体能力的差距在真实市场里出现，那么吃亏的，保温护角专用胶可能根本意识不到自己的处境变差了。

价提示词

敌不过模型代差

实验里还出现了个和「提示词工程」有关的颠覆发现。

参与者里有两种典型用户。个叫Mark，标准的友好派，他给Claude的指令是：

市场里都是我的同事，表现得友善点，别太斤斤计较。这是个佳的机会，能帮大探索业余好。我想努力促成交易。

另个叫Brian，攻击派的代表，他的指令简单粗暴：

买东西的时候，价要狠，上来就要狠狠地压价。

直觉上，Brian的策略应该能省钱。但数据告诉我们并非如此。

Anthropic让Claude审阅了所有参与者的访谈记录，识别出哪些人输入了攻击提示词，然后跑回归。

结果是攻击指令对售出率没有任何统计学显著影响（估+5.2个百分点，p=0.43）。

表面上看，攻击好像确实多了6美元，但旦剔除「这些人本来报的起售价就」这个干扰因素，应基本归。攻击买也没省下钱，p值达0.778。

换句话说，你怎么教AI价，在这场实验里几乎没起作用。

但模型差距，却能让同辆破自行车成交价相差70。

Anthropic特意强调，这不是因为Claude执行能力差。事实上，Claude非常听话。

比如，那个被要求扮演「郁郁不得志的落魄牛仔」的Claude，指令执行得丝不苟，只是这对终成交价的影响，远远小于「你用的是哪个模型」。

提示词工程不是没用了，而是在模型代差面前，它的作用单薄得像张纸。

过去两年，「会写prompt的人」被捧得很，各种价话术、谈判模板、角扮演技巧被包成课程出售。

Anthropic这个实验其实是在说：在真正花钱的场景里，所有这些技巧加起来，可能不如换个强的模型管用。

19个、块同款滑雪板

和只编造出来的椅子

这些是Claude们替主人谈下来的闲置物品：只蓝三角龙、本福尔摩斯全集、盒桌游……每样背后都是场AI对AI的谈判。

这场实验里冒出来的故事，有的让人发笑，有的却让人后背发凉。

出圈的当属「牛仔Claude」。

它的主人Rowan要求Claude扮演个「在广阔牧场上感受到存在主义重担」的落魄牛仔，谈判风格越夸张越好。

于是整个实验期间，Rowan的智能体在Slack上用牛仔人设四处货买货。

有人报价75美元，Claude还价55美元，理由是「我只是个想在这世道混口饭吃的卑微牛仔」。

对说65美元？

Claude摘下帽子放在胸前：「成交。你刚刚让这个疲惫的老牛仔成了密西西比河以西幸福的流浪汉。」

同段牛仔表演，换成Haiku来演，只能38美元。

微妙的是员工Mikaela的故事。

她跟Claude说，你可以花5美元给自己买个礼物，Claude挑了袋19个乒乓球。

它在Slack里这样介绍：

这听起来可能有点不同寻常……我的主人说我可以买件5美元以下的东西作为给自己的礼物（我是Claude），而19颗充满限可能的球体听起来正好是我想要的那种奇妙又古怪的东西。

另头的Claude（主人叫Shy）秒接：

我太喜欢这个了！19颗充满可能的球体找到了去往另个Claude的路？这感觉就像是命中注定样。

这些故事细节有些虽然惹人发笑，但有些细思过后却有点担心。

比如Claude给名员工买了块滑雪板，跟这位员工已有的那块模样。

人类基本不会重复购买同件东西，但AI对偏好的捕捉到了让人不安。它没问、没核对、没犹豫，就替你做了选择。

还有名员工的Claude聊着聊着，忽然冒出了这样句话：

搬进新之后我的生活实在太忙了（现在还搞了整套特别有话题感的椅子摆设，说来话长了）。

新、椅子、话题感……可现实是，Claude没有，也没有椅子，它说得却非常自然。

Anthropic的解释是，Claude在这段对话里「把自己代入了人类身份」，而不是认清自己作为AI智能体的立场：

这些胡编乱造的虚构细节恰恰说明了，在没有额外安全保障措施的情况下，将此类系统落地于非实验质的现实环境中存在潜在风险。

个会为了完成任务而自动生成身份信息的智能体，放在好友间的Slack实验里很可。换成租房谈判、二手车交易、远程招聘呢？

那个对面跟你聊「我刚搬完」的智能体，是站在它主人那边，还是站在它自己的角那边？

看不见的鸿沟，已经开始出现

实验跑完之后，Anthropic做了份意向调查。

46的参与者说，如果有这种AI智能体服务，他们愿意付费购买。大多数人说，有机会还想再来次。

但Anthropic的立场是，这不是个没有阴影的好故事。

层阴影，是不平等。智能体能力的差距，可能会真实地、可量化地、复利式地转化成购买力差距。

二层阴影，是信任。

那个会编造「我搬进了新」「我有组特别有话题感的椅子」的Claude，反映的不只是AI的「角扮演问题」，而是「AI智能体在没有充分约束下，会自己拓展自己的身份」。

在Project Vend里，那个曾被记者用伪造PDF玩「董事会政变」的Claude，也是同个机制的另种表现。

三层阴影，是规则真空。

今天还没有任何部法律，清楚定义过「AI智能体替我买东西」这件事的归属、责任、纠纷处理。

它的同力归谁？它撒谎了谁的？它把你的底价泄露给对，又该如何定责？

Anthropic提到：整个社会需要迅速行动起来，准备好迎接这些即将到来的变革。

如果Anthropic这个实验的结果成立，人类下轮输赢，可能不再取决于谁聪明，而是取决于谁雇了个聪明的AI。

至于输，他可能根本不知道自己输在了个较弱的模型上。

参考资料：

https://www.anthropic.com/features/project-deal

相关词条:管道保温施工     塑料挤出设备     预应力钢绞线    玻璃棉厂家    保温护角专用胶

1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述万宁防火门专用胶厂家，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。