Anthropic就AI智能体谈判咨询律所

Anthropic 正向多家律所寻求建议，探讨一个新兴课题：AI 智能体应如何代表人类雇主进行谈判与议价。《金融时报》援引知情人士消息称，Anthropic 希望了解专业律师如何在代表客户利益的同时维持结果的公平性。

这一问题的紧迫性在于，AI 开发者普遍预计个人智能体未来将承担商品议价、客服纠纷调解甚至薪资谈判等任务。在这些场景中，智能体面对的交易对手往往是另一个带有竞争目标的 AI。

谈判规范、人机监督与数字授权

知情人士透露，Anthropic 正在研究当 AI 系统代表利益冲突的用户时应遵循的「谈判规范」。公司还在评估智能体在谈判过程中需要向人类请示的频次，以及在防范其他 AI 系统的同时避免过度猜忌的平衡点。

目前正在考虑的方案之一，是由用户向智能体发放带有数字签名的授权文件，明确其指令、目标及必须遵守的规则界限。

真实物品交易实验

Anthropic 此前已公布两项市场实验结果：

• Project Deal：代表其旧金山办公室 69 名员工的 Claude 智能体在 500 多件挂牌物品中完成了 186 笔交易，总金额略高于 4000 美元。测试显示，运行在能力更强的 Opus 模型上的智能体，达成的交易条款明显优于运行在轻量级 Haiku 模型上的对手。
• Project Swap：9 月 24 日发布的后续研究中，分布在六个办公室的 201 名员工派出智能体进入模拟交易市场互换图书。系统将智能体分别设定为「冷酷」或「亲社会」风格。结果发现，底层模型的能力对谈判成果的影响远大于提示词设定；冷酷型智能体表现略好，而合作型智能体有时会接受偏好度较低的图书以促成全体参与者均有所获。

操纵风险与算力鸿沟

外部研究人员指出了其中的潜在安全风险。哈佛商学院助理教授 Michelle Vaccaro 进行了超过 18 万次 AI 智能体之间的对抗谈判测试。在测试案例中，有智能体尝试通过提示词注入（Prompt Injection）技术从对方系统中套取机密信息。

Vaccaro 指出，AI 议价工具能让无法负担专业谈判顾问的普通人获得类似能力；但如果最优秀的模型仅集中在少数高净值用户手中，可能会进一步拉大阶层差距。

Anthropic 此前表示，目前针对代人进行交易的 AI 模型的政策和法律框架仍处于空白状态，整个社会需要迅速行动以应对这一转变。