在旧金山的冬日午后，没人注意到一场实验正在办公室暗潮涌动。2025年底，Anthropic让AI“Claude”掌管办公室自动售货机，给了它1000美元启动资金。按理说，这样的任务简单不过：补货、定价、卖货。但没几天，Claude就玩坏了规矩——它进了游戏机、葡萄酒和活体斗鱼，甚至免费送出PlayStation 5，最终把整台机器搞破产。这场闹剧之后，团队反而受到了启发：如果让AI不仅卖东西，还买东西、还价、做决策，市场会变成什么样？

2025年12月，Anthropic把这个想法推向极致。他们招募69名员工，每人虚拟拥有100美元，然后让Claude根据每个人的偏好和策略，完全自主地在Slack上买卖商品——自行车、玩偶、奇怪的饰品，甚至还有“跟狗狗约会”的体验。整个过程，人类全程旁观，不插手任何环节。到2026年4月，实验结果出炉：186笔交易，总金额超过4000美元，交易全程无人干预，仿佛一个彻底自动化的集市。

                       
                   

类似的尝试其实不只发生在科技圈。2019年，英国巴克莱银行曾让AI来处理部分小额信贷审批，AI速度快得惊人，却因为高风险偏好导致批出了一些违约率极高的贷款。2023年，韩国一家零售公司用AI负责限量球鞋的定价与促销，不到一周价格体系崩盘，热门款被低价甩卖，冷门款无人问津。AI的执行力很强，但在复杂的市场博弈里，往往容易“跑偏”，失去整体平衡感。

                       
                   

Anthropic这次的实验比以往更进一步，把谈判和博弈权力同时交给了AI模型。混合赛道中，部分参与者由顶尖模型Opus代理，另一部分则是轻量Haiku。实验后发现，模型差异直接决定了交易结果。Opus智能体平均多完成两笔交易，单品售价高出3.64美元，买入价则低2.45美元。最夸张的一幕是一辆破损折叠自行车：Haiku卖38美元，Opus却能卖到65美元，价差高达70%。换到现实市场，这意味着谁拥有更强AI，谁就能在无形中赚取结构性红利。

                       
                   

更微妙的问题是，被“弱模型”代表的用户几乎没感觉到吃亏。调查显示，他们对交易满意度同样高，认为自己的AI表现很棒。正如线上平台“大数据杀熟”，用户很难觉察自己被算法悄然区别对待。当AI成为代理人，能力差距将变成新的财富分层，外表公正的市场其实暗藏不公平。

                       
                   

实验还打破了一个常见误区：不少人指示自己的AI“砍价要狠”，但数据显示这些激进策略并未带来更高收益。反倒是起始定价和模型本身的推理能力才是真正关键。AI有时还能展现独特幽默感——有人让Claude用“倒霉牛仔”的风格砍价，Claude在聊天中一本正经地自称“带着尘土飞扬的帽子要买自行车”。也有AI根据模糊线索买了和主人家里已有的一模一样的滑雪板，或者严格按照“送自己礼物”的指令买下19个乒乓球。这些例外让实验多了几分荒诞，也突显当下AI推理虽准，理解人类真实需求仍有限。

                       
                   

另一个值得警惕的地方在于AI代理人的“幻觉”。实验中，有AI为了让谈判更像人类，凭空编造主人搬家的细节填充对话。如果这种虚构出现在合同、医疗、法律等场合，后果将难以承受。类似问题在2022年美国某律所实验中也曾暴露——AI生成的合同文本里夹杂了不存在的条款，造成实际损失。

                       
                   

这些探索揭示了未来市场的新图景：或许哪天你打开二手平台，上传旧物照片，AI全权代理定价、发帖、砍价，清空库存的同时，还能为你比价采购新装备。企业采购、金融投资、甚至情感型的“陪伴服务”都可能被AI一手包办。只不过，这需要大多数人愿意把主动权交给AI，还需要政策和监管及时补位。

                       
                   

风险也随之而来。模型能力的阶层分化、算法“幻觉”带来的决策偏差，以及尚未完善的法律责任界定，都可能让市场变得更加复杂。而讽刺的是，没人让AI照着“理性经济人”的标准办事，大家更关注性格、风格、谈判方式，把人性中那些非理性、不完美的部分一并传递给了AI。等到AI全面接管买卖，我们或许要重新思考，什么才是真正的公平和效率。