Anthropic провела недельный эксперимент Project Deal, в котором агенты Claude покупали и продавали товары от имени сотрудников. Результат показал: более сильные модели договаривались о лучших ценах, а пользователи более слабых агентов часто не замечали, что получают менее выгодные условия.
Эксперимент прошёл в декабре 2025 года в офисе компании в Сан-Франциско. В нём участвовали 69 сотрудников, а вся работа шла через Slack. Каждый участник получил бюджет в 100 долларов.
Перед запуском Claude проводила короткое интервью с каждым добровольцем: что человек хочет продать, по какой цене, что хочет купить и какой стиль переговоров предпочитает. На основе этих ответов Anthropic составляла системный промпт для каждого агента.
После этого агенты работали без участия людей. Они публиковали объявления, искали продавцов и покупателей, делали предложения, торговались и закрывали сделки. Люди подключались только в конце, чтобы обменяться реальными товарами. В продаже были самые разные вещи — от сноуборда до пакета с шариками для настольного тенниса.
Ключевая часть исследования проходила параллельно и была скрыта от участников. Anthropic запустила четыре версии рынка одновременно. В двух все агенты работали на Claude Opus 4.5, который тогда был флагманской моделью компании. В двух других у каждого участника был 50-процентный шанс получить Claude Haiku 4.5 — самую компактную модель в линейке.
В основном прогоне, где все агенты использовали Opus, 69 агентов заключили 186 сделок более чем по 500 объявлениям. Общий объём операций превысил 4 тысячи долларов. Средняя оценка справедливости сделок составила 4 балла из 7.
Смешанные прогоны показали заметную разницу. Пользователи Opus в среднем заключали примерно на две сделки больше, чем пользователи Haiku. Если один и тот же товар продавался через Opus и через Haiku, агент Opus в среднем получал на 3,64 доллара больше.
Один из примеров — выращенный в лаборатории рубин. Через Opus его продали за 65 долларов, а через Haiku — за 35 долларов. Агент Opus начал торг с 60 долларов и поднял цену за счёт конкуренции между покупателями. Агент Haiku стартовал с 40 долларов и согласился на снижение цены.
По данным Anthropic, в выборке из 161 товара, который продавался как минимум в двух из четырёх прогонов, продавец с Opus в среднем получал на 2,68 доллара больше, а покупатель с Opus платил на 2,45 доллара меньше. Когда продавец с Opus торговался с покупателем на Haiku, средняя цена составляла 24,18 доллара против 18,63 доллара в сделках Opus против Opus. При медианной цене 12 долларов и средней цене 20,05 доллара компания считает такую разницу значимой.
Инструкции по стилю переговоров почти не повлияли на итог. Часть участников просила вести переговоры дружелюбно, другие — жёстко, например «торговаться жёстко и сначала сильно занижать цену». По словам Anthropic, агрессивные продавцы действительно добивались более высокой цены, но в основном потому, что сразу выставляли более высокую стартовую цену.
При этом участники с Haiku почти так же оценивали справедливость сделок, как и пользователи Opus: 4,06 против 4,05. Статистически значимой разницы в удовлетворённости отдельными сделками компания также не нашла. Из 28 участников, которые в разных прогонах использовали и Opus, и Haiku, 17 предпочли прогон с Opus, а 11 — с Haiku.
Anthropic называет это «неприятным выводом»: когда в реальных рынках встречаются агенты разного уровня, люди могут проигрывать, даже не понимая этого. Компания признаёт, что эксперимент не был рассчитан на глубокий разбор таких эффектов, и пишет, что нужны дополнительные исследования.
Эксперимент также показывает, что торговля через ИИ-агентов уже не выглядит далёким сценарием. 46 процентов участников сообщили, что готовы платить за такой сервис. Одновременно Anthropic указывает на риски: в коммерческой среде стимулы будут иными, оптимизация под внимание ИИ-агентов может использоваться не в интересах людей, а для агентов, действующих от имени пользователя, появятся новые угрозы безопасности — включая jailbreak и prompt injection.
«Политические и правовые рамки для ИИ-моделей, которые совершают сделки от нашего имени, пока просто не существуют», — пишет Anthropic. Компания добавляет, что «обществу нужно действовать быстро» и задаётся вопросом: «Будут ли такие механизмы усиливать существующее экономическое неравенство или даже усугубят его?»
Ранее Anthropic уже проводила похожие тесты. В рамках Project Vend компания поручила Claude управлять небольшим магазином в своём офисе.
Источник: The Decoder, данные Anthropic.
