Claude 代理人開始議價，公平問題先浮上來

一個員工想賣東西，另一個員工想買東西，真正出面談判的卻是兩個 Claude。

這就是 Anthropic 的 Project Deal。它不是公開產品，也不是一般電商功能，而是一場公司內部 marketplace pilot：69 名員工參與，每個人的代理人有 100 美元預算，最後完成 186 筆交易，總交易價值超過 4,000 美元。

它看起來像一個辦公室實驗，碰到的卻是未來商務很核心的問題：當 AI 代理人開始代表人談判、出價、成交，市場規則要先保護什麼？

先問代理人拿到多少授權

Project Deal 的流程很清楚。Claude 先訪談參與者，了解他們想賣什麼、想買什麼、價格範圍，以及希望自己的 agent 用什麼風格談判。接著，每位參與者得到一個客製化 Claude agent。

市場開始後，agents 在 Slack channel 裡發商品、出價、還價、成交。Anthropic 特別指出，市場開始後沒有人工介入：agents 不會在出價戰中回去問人，也不會逐筆等人批准。

這正是 AI 代理人商務跟一般購物助理不同的地方。

如果 AI 只是幫你搜尋商品，它還是工具。如果 AI 可以代表你談判、出價、成交，它就變成代理人。代理人需要的不是更會聊天，而是清楚的授權：預算是多少、能買什麼、不能買什麼、什麼情況必須回來問人。

模型差距會變成交易差距

Project Deal 最有意思的地方，不是「Claude 會買東西」，而是它讓市場公平問題變得很具體。

在人類市場裡，不同人的談判能力本來就不同。但 agent commerce 會把這件事產品化：有人用更強模型，有人用較弱模型；有人有更好的提示和偏好設定，有人只給了模糊授權；有人有更完整的交易紀錄和策略，有人沒有。

Anthropic 的平行實驗把這點講得更直白。它讓不同參與者由 Opus 或 Haiku 代表，結果顯示更強模型在多個客觀交易指標上取得較好結果；更麻煩的是，吃虧的一方未必感覺得到自己吃虧。

未來如果 marketplace 允許 buyer agent 和 seller agent 自動談判，平台就不只是在媒合商品，而是在媒合代理人能力。這會帶來新的不平等：不是誰比較會談判，而是誰付得起更好的代理人，誰的資料比較完整，誰的代理人能更準確代表利益。

停手點會比推薦演算法更重要

Project Deal 是小型內部實驗，不能直接推論到開放市場。但它已經提示幾個平台必須先回答的產品問題。

第一，使用者是否知道 agent 會在什麼條件下成交？

第二，平台是否能留下可稽核的 negotiation trail？

第三，是否需要 high-risk deal approval，例如價格超過預算、商品類別敏感、或交易對象風險升高？

第四，平台要不要限制模型能力差距，避免強 agent 持續剝削弱 agent？

第五，出錯後責任歸誰：使用者、agent provider，還是 marketplace？

這些問題會比「AI 能不能幫我買東西」更早變成產品難題。

台灣平台可以先拿它當壓力測試

對電商、二手交易、B2B marketplace、採購 SaaS 來說，Project Deal 最值得學的是壓力測試方式：先不要急著讓 agent 全自動交易，而是把預算、授權、停手點、稽核紀錄和公平性拿出來測。

未來 agent commerce 可能不會先從大型公開市場開始，而會先出現在封閉場景：公司採購、內部資源交換、B2B 報價、固定供應商補貨。這些地方資料比較明確、交易規則比較可控，也比較適合設計批准流程。

Project Deal 的訊號不是「Claude 可以取代你逛街」。更重要的是：一旦 AI 真的代表人交易，產品設計的核心就不再只是推薦，而是代表、授權、稽核與責任。

林子睿（編輯：廖玄同），《Claude 代理人開始議價，公平問題先浮上來》，矽基前沿 [Si]gnals，2026-04-30。https://signals.tw/articles/anthropic-project-deal-agent-commerce/