当普通人还在用大模型写周报、薅羊毛时，华尔街的警报已经拉响。

4 月 24 日，老电商巨头 eBay 的股价单日下跌 5.3，跌至 97.94 美元。直接火索是 eBay 宣布关闭旧金山办公室、裁减员工，以及多位华尔街分析师在财报前集体将其评下调至"持有"。

但与此同时，科技与投资圈正密切关注另场几乎同期曝光的硅谷内部实验。

在这场实验中，AI 替代了人类在交易中的角，自主拿着预去市场上议价。它们还展示了条值得关注的商业逻辑：力差距，直接转化为交易中的议价优势。

今天，我们来拆解这两起分别发生在中美两地的代表压力测试，看看当大模型掌握了资金调度权，商业世界会发生什么。

场由机器驱动的内部交易实验

事情要从 AI 实验室 Anthropic 的场内部压力测试说起。这场实验代号「Project Deal」。

玩法很简单：Anthropic 给旧金山办公室的 69 名员工，每人发了大约 100 美元的真实预。然后，员工只需花 10 分钟和 AI（Claude）聊聊天，告诉它自己想掉什么闲置、想买点什么，底价是多少。接下来，人类就不再参与。

被接入 Slack 内部交易频道的 AI 代理们，开始了场自主的交易博弈。

全网检索匹配、抛出报价、多轮来回拉扯——它们在没有任何人类干预的情况下，自主起草并锁定了交易同。

整整周时间，这群 AI 处理了 500 多件真实物理商品，达成了 186 笔交易贺州保温护角专用胶，总交易额突破 4000 美元。连袋装满 19 个乒乓球的塑料袋，都被 AI 以 3 美元的价格买下，理由是这是"充满可能的球体"。

人类唯需要做的事情，就是根据 AI 谈妥的契约，在线下见个面，把实物交接下。

但这场实验真正引人注目的地，并不在于 AI 会买东西。而在于 Anthropic 在底层做的变量控制。

力差距如何转化为议价优势

在员工们毫不知情的情况下，Anthropic 把测试环境物理隔离了。部分人的代理，是当时强的旗舰大模型 Claude Opus 4.5；另部分人的代理，则是理成本低的轻量模型 Claude Haiku 4.5。

测试结果的数据曲线，揭示了显著的模型能力差距。

在模型代差的对决中，Opus 在议价能力上表现出了显著优势：作为，Opus 平均能多获得 3.64 美元的利润；作为买，它平均能把采购成本压低 2.45 美元。

奥力斯    泡沫板橡塑板专用胶报价    联系人：王经理    手机：18232851235（微信同号）    地址：河北省任丘市北辛庄乡南代河工业区

典型的案例是辆破旧的折叠自行车。同样的需求，同样的底线。当买双都是 Haiku 代理时，成交价是 38 美元；而当 Opus 接管谈判时，它将成交价至 65 美元。单标的物的力价差，达 70。

具隐蔽的是，这场力差距带来的劣势，参与者很难察觉。在经历了不同模型交叉测试的 28 名员工中，有 11 人甚至觉得表现弱的 Haiku 为自己争取到了好的条件。他们甚至没有意识到自身处于议价劣势。

实验还提示，提示词的修辞策略对议价结果影响有限。有员工要求 AI 扮演"落魄的德州牛仔"去惨价。论采用何种角设定，AI 的表现都很投入，但对终成交价没有产生显著影响。在明显的模型能力差距下，语言策略的边际果有限。

这就是代理人商业（Agentic Commerce）的底层逻辑。以前，你买东西吃亏，是因为渠道垄断或信息差。未来，你在交易中处于劣势，个可能的原因是模型能力的差距——你的 AI 代理参数不够大、理不够。

从议价博弈到物理世界：1000 万杯奶茶的压力测试贺州保温护角专用胶

如果说硅谷在测试机器博弈的"度"，那么大洋彼岸的阿里巴巴，则直接测试了 AI 调度物理世界的"广度"。

2026 年春节，阿里投入 30 亿元人民币，给通义千问（Qwen）大模型做了场限压力测试。

用户不需要再开眼花缭乱的商品列表。你只需要对着通义千问 APP 说句："我想喝奶茶。"

在这个瞬间，千问化身为中枢经。它走张 25 元代金券，向下调用淘宝小时达的接口，pvc管道管件胶定位你附近的喜茶或蜜雪冰城，自动好折扣，唤醒支付宝密支付，然后把指令发给同城的外骑手。

简的指令，展现出了强的端到端执行率。前 3 个小时，100 万杯奶茶订单涌向全国门店。9 个小时内，真实交易订单突破 1000 万笔。通义千问直接登顶苹果 App Store 费榜。

但这本质上是场针对物理供应链的压力测试。

全国 30 万参与活动的饮品店遭遇了大规模的产能压力。出单机吐出几米长的纸条，部分门店因杯具耗尽被迫暂停营业，外骑手在街头排起长龙。云端 AI 几毫秒生成的购买决策，出了现实供应链的承载能力。通义千问的系统也因出并发承载能力，临时启用了限流机制。

传统电商模式的黄昏

把硅谷的"二手交易实验"和阿里的"送奶茶测试"放在起看，个共同趋势就清晰了：大模型正在从"理解知识"进化到"执行动作"。

传统电商是怎么赚钱的？做其复杂的 UI 界面，广告位，收竞价排名的钱，赚信息撮的差价，商精心研究话术，试图刺激消费者的 " 欲望 "。

但现在，当机器可以直接跨过界面，相互用 API 对话、议价、下单时，切都变了。

如果传统电商平台不能迅速把自己的底层接口改造得对 AI 友好（Machine-readable），它们庞大的流量入口就可能被绕过，逐渐退化为单纯的后端供货商。这也是为什么代理人商业的兴起，让传统互联网平台的商业模式面临根本挑战。

当然，AI 接管所有商业链路的那天，并没有那么快到来。眼下，代理人商业还卡在三道障碍上：

1. 支付成本过

现在的金融管道是为人类低频、大额交易设计的。信用卡刷笔要收 0.35 美元的固定手续费外加 2 到 3 的变动费。但 AI 代理在比价、拼单时，可能会发起海量 0.5 美元的微交易。昂的手续费，直接让频机器交易在经济学上不成立。

2. 责任归属不清

AI 代理目前没有"法律人格"。如果你的 AI 代理产生严重偏差（即法幻觉），花 1000 美元买了个与实际价值严重不符的商品，谁来承担损失？大模型公司早已写好责条款，后买单的还是人类用户。在责任归属理清之前，AI 代理注定只能停留在买奶茶、买二手的阶段，法介入大额资产交易。

3. 机器间的信任机制尚未成熟

不用扫脸、不用输密码，商怎么确认这笔钱真的是你的授权，而不是 AI 被植入了恶意提示词？

为了解决这个信任问题，谷歌近期牵头，联万事达卡、PayPal 等 60 多企业出了 AP2 协议（Agent Payments Protocol）。它验证的核心不再是"你是谁"，而是通过密码学签名，验证"这是否符你初始的授权意图"（Intent Mandate）。只有意图验证通过，商才会放行资金。

2026 年，商业社会的底层规则正在重写。

对创业者来说，如果你还在死磕前端 UI 的优化，可能已经跑错了赛道。未来的机会，藏在给 AI 提供原生基础设施——对机器友好的 API、低摩擦的微支付网络，以及代理人责任保险。

而对于每个普通人来说，便利的代价是让渡控制权。当代码接管了我们的钱包，场基于 " 力度 " 的隐财富再分配已经开始。在这个新世界里，理解并范自己被阶模型在议价中占据优势，是我们需要面对的新课题。（本文发钛媒体 APP，作者 | 硅谷 Tech_news，编辑 | 林）

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”的规定贺州保温护角专用胶，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，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。