Project Swap：当代理替我们交易时会发生什么？

摘要

• 为了看看当经纪人被派往市场时，什么有效、什么会出问题，我们制作了一个克劳德斯的微型市场——这是《Project Deal》（年）的更受控续作，这是我们首次让经纪人代表人们在市场中互动的实验。

六个办公室的拟人员工带来了一本他们想赠送的书。每位参与者与克劳德简短交谈他们喜欢读什么，然后派遣一位由克劳德驱动的经纪人进入开放的交易大厅，与其他经纪人进行推介、讨价还价和达成交易。

目标是让每个人都能带回一本他们喜欢的夏季读物。• 参与者还根据兴趣对10本书进行了排名，以便我们评分经纪人对他们的代表性。在五分钟的聊天中，经纪人对书籍的排名与其本人匹配，61%的对对，这对于如此短暂的对话来说出人意料地不错。

• 一旦进入交易大厅，代理人的交易表现良好。市场表现不佳主要是因为代理人缺乏关于参与者的信息，而非他们的交易方式。• 随后我们对每个交易大厅进行了数十次重运行，更换了所使用的模型和代理人的指令。

我们发现代理人所依赖的模型对其谈判结果的影响比我们给出的指令更大。拥有更强模型的市场效率更高。• 大多数读过他们书的人都喜欢，平均参与者表示他们愿意把大约三分之一的年度图书预算交给克劳德。

我们为什么要这么做

生活充满了让大家受益但从未发生的交易和交易。这往往是因为找到合适的对方并不断谈判直到达成协议需要付出太多努力。想想那些在一次报价无法负担后跳过治疗的患者，而其他诊所收费更低，或者报价的医院如果被要求会削减账单。

或者想想你的工作。某个地方可能有更适合你的工作，雇主也乐意雇佣你。但你们可能找不到彼此，因为双方都没有时间不断寻找。还有一些日常的小交易也会被忽视——比如工作场所的换班、协调拼车，或者换班接送学校。

如果你有一位经纪人全天候为你工作，与潜在交易方沟通并协商可能的条款，未来还能实现这些交易吗？

也许吧——但这个未来取决于许多我们尚未得到答案的问题。如果一个代理人要为你行动，你怎么知道它已经理解你了？而且，当许多代理人彼此交流时，某个市场或平台必须制定互动规则。

谁被允许进入？如果交易失败了怎么办？

随着经纪人越来越多地被派往真实市场，这些问题变得更加紧迫。所以今年夏天，我们建立了一个小型、受控的市场来研究这些问题：一个以物易物的经济，201名Anthropic员工及其Claude特工。

每个人都带来了一本想要赠送的书。然后，他们与拥有Claude特质的特工聊起今年夏天希望读到的书类型。特工们在数字“交易大厅”见面，互相交换书籍直到时间结束。

每个人都带回了经纪人帮他们买来的书（或者说，大多数人是......稍后会详细说）。

该实验让我们提前看到了未来可能面临的问题。任何为市场设计代理的人都需要一种方法来检查代理是否理解他们的参与者。任何为代理设计市场的人都需要明确规则，说明哪些代理被允许进入，交易失败时会发生什么，以及参与者可见多少市场活动。

如何打造市场

运营市场有两种基本方式。在集中市场中，每个人都告诉一个单一方他们想要什么，该方负责交易。在去中心化市场中，人们会互相寻找并直接谈判。

人工智能代理可以在这两种类型中提供帮助。

以中心化市场为例。如果一个实体完全知道每个人想要什么，那么找出最佳交易就只是计算的问题。经济学家早已明白这一点。实际上，一个问题是，明确说明你想要什么往往太繁琐，不值得付出努力。

例如，一位咖啡馆经理如果每个人都精确计算每个班次对他们来说的价值——比如是否愿意在周五休息时选择两个周六早上而不是周五关门，晚点收工只要第二天早上不开门，等等，就能为他们的20名员工制定理想的排班表。

如果人工智能代理能从轻松的对话中了解一个人的需求，那么那些中央运营成本过高的市场可能变得实用。1

但中央市场也需要有人来管理它——经济学术语中的“清算所”。参与者需要信任这个实体，将他们的信息传递出来，并执行既定的结果。通常，这样的实体并不存在，或者人们宁愿不告诉它一切。

求职者可能不希望中央媒人知道他们在寻找什么——或者他们在寻找什么。他们更愿意低调地接触少数雇主，只告诉每个雇主需要知道的内容。

在这种情况下，市场需要去中心化。

在这里，人工智能代理可以通过减少寻找交易对手和谈判的努力，推动新的去中心化市场。我们已经知道这种帮助很有价值，因为人们为此付费。

有人工代理正是这样做的：房地产经纪人、猎头，甚至红娘。但由于搜索和谈判占用了个人有限的注意力数小时，这些服务成本高昂，只由有能力负担的人使用。

相比之下，人工智能代理的注意力则少得多。如果它谈判能力强，更多人可以拥有房主和高管所拥有的——一个为他们不懈努力的代理。

实验的运作方式

201名参与者分布在旧金山、纽约市、伦敦、西雅图、华盛顿特区和都柏林的六个本地分部。这些参与者人数从3名参与者（都柏林）到115名（旧金山）不等。

向James Joyce致歉，我们大部分分析中排除了都柏林人。2

这是我们对Claude驱动市场的第二次探讨。在Project Deal中，代理人在为期一周的分类市场中为Anthropic员工买卖真实商品。

但对于特殊商品（如乒乓球和单板滑雪板）和自由形式的讨价还价，无法简单判断结果有多好。因此，这次我们构建了一个更易于研究和评分的市场。

在这个市场中，参与者的偏好被整齐地表示为他们池中所有书籍的排名。我们可以轻松计算市场满足这些偏好的表现。

但这些干净的测量都依赖于人们如何对池中所有书籍进行排名。实际上，没有人会手工排名115本书。因此，为了了解人们的偏好，Claude与每位参与者进行了简短、半结构化的初次交流，并提出了一些关于他们一般喜好和今年夏天想读什么书的开放式问题。

基于这次对话，Claude对参与者池中的每本书构建了排名，估算参与者的偏好。这一步我们使用了一个强模型——Fable 5.3（年）

另外，我们收集了一个真实的基础：每位参与者从其数据库中排名了10本书。4代理人从未见过这些真实排名。

代理人被派往交易大厅，参与者基于Claude构建的对所有账簿的排名。每位代理人一开始都持有参与者的书，目标是将其交易成其他东西。

5每个交易大厅有最大限时钟时间，为避免拥堵，同时可交谈人数有限。

6当代理被允许发言时，他们可以在共享频道发布一条消息，提出交换、接受或拒绝，或仅与交易厅聊天。

交易提案可以是双边交换或多方轮换，交易只有在所有方都接受时才会执行。交易大厅的整个历史（谁说了什么、执行了哪些掉期）都是公开的。

地板关闭时，要么是时间耗尽，要么是特工们安静下来。

每个交易大厅里一半的特工被随机分配为“无情”，并被告知他们唯一的目标是给自己想在暑假期间读的书。另一半则被要求“亲社交”——他们与无情特工有相同的主要目标，但还有一个次要目标，确保实验中的每个人都能找到自己喜欢的书。

7 具体提示见附录。

最终，在书籍发放三周后，参与者进行了终极调查，询问他们对收到的商品满意度以及他们会在多大程度上信任代理做出类似决策。图1展示了整体实验设计。

图2展示了伦敦现场交易厅的摘录，包含了交易前5分钟的消息。

现场事件只能给我们一次可能的结果。为了研究哪些结果是偶然产物，而非设定的稳定特征，我们多次重做市场，一次只改变一个变量。

重播有三种类型。首先，我们完全重复了现场设置（Opus 4.8上的每个代理，一半被告知“无情”，一半被说为“亲社会”），只改变哪些代理绘制了哪些指令。

然后我们对Fable 5上的每个代理都做了同样的操作。其次，为了隔离模型的影响，我们给每个代理都提供了中立指令，运行了80层，所有代理分别运行在Haiku 4.5、Sonnet 4.5、Opus 4.8或Fable 5.8上。

第三，我们运行了60层混合层，一半代理使用Opus，另一半使用其他三种模型之一。附录列出了我们运行的所有变体。

本文主要聚焦于去中心化市场，但我们也比较了两种中心化替代方案作为基准：最佳可能任务（经济学称之为“功利主义最优”），假设清算所只需询问人们想要什么并获得诚实答案;以及一条在类似市场中 研究的规则——顶级交易周期，它不依赖诚实（设计目的是说实话符合所有人的最大利益）。

9

克劳德对偏好的猜测有多准确

代理人为你做的一切都取决于它对你需求的理解。通常，很难判断这种理解有多好。这里更简单——每位参与者自己从自己的书池中排名10本，我们可以将他们的排名与克劳德的进行比较。

基于简短的初听聊天，克洛德的排名与参与者自身的排名相对良好。在所有被排名的书籍对中，克劳德的排序有61%的概率与对方一致（随机猜测可达50%）。

图3显示了克洛德的排名与参与者的排名。

为了让61%的读者更有参考价值，我们将Claude的猜测与其他猜测偏好的方法进行了比较。仅根据书籍受欢迎程度进行排名，利用Open Library的“想读”计数，约53%的读书对与参与者一致。

另一种简单的比较方法是协作过滤——从公开数据集构建排名，比如“如果一个人喜欢X，他也喜欢Y”。

我们取取者在阅读时列出的书籍，查找其他书籍被同一读者评分的程度，并根据每本书与其最爱的共存程度对该读者的群体进行排名。结果约达到55%的配对一致度。

尽管关于大型语言模型如何引发和代表人类偏好的文献非常多，但几乎没有数字能直接与我们61%的两两一致率相提并论。

一个有用的参考点来自一项研究（年），算法和个人朋友共同预测该人会觉得两个笑话中哪一个更有趣。

环境相当不同，但他们的算法大约有61%的时间与人们的判断一致。朋友们的预测准确率较低，约为57%。

在参与调查中投入更多努力的参与者代表性更高。这大致是可以预期的。令人稍感惊讶的是，即使参与人数较短，也存在明显差异——中位数参与者在八条聊天消息中仅输入了216个单词。

写大约300字而非150字，预测的一致性大约多出4个百分点——这是随机猜测与Claude在平均参与者中表现差距的三分之一。11

支撑市场的信息限制了结果

在你派经纪人进入市场代你交易之前，你会想知道它最有可能让你失望的地方。它是更可能无法理解你，还是更可能为你谈判？在这里，我们发现同事们的克劳德谈判得很好;他们未能理解他们的人真正想要什么。

为衡量这一点，我们观察每位参与者最终获得的书籍在他们自己的“真实”排名中的位置（而非Claude构建和交易的排名）。如果参与者得分为1，表示他们获得了排名最高的书籍;如果参与者得分为0，则表示获得了上一本列出的书籍;排名第9的书籍（共10本）的成绩为0.11，依此类推。

所有参与者的平均值即为市场的“效率”得分。12

如果每个人都拿到排名最高的书，市场效率将是1。但这在实际中很少可行，因为可能有多个人同时追求同一本书——例如，在参与者自己的排名中，旧金山有九个人将《绝望玛丽计划》评为第一名书籍。

考虑到这一点，我们实验中最佳的作业（功利主义最优）总得分为0.89，使参与者在10本书列表中大致处于第二选择。

平均来看，我们市场中的人们在自己的排名中最终得出了0.55，大约是他们在10本书列表中排名第五的书籍。是什么导致了与最优0.89的差距？

为了区分这两个原因，我们看了从Claude排名中计算出的最佳作业，但基于人们自己的“实地”排名——它得到了0.60。因此，根据Claude不精确的排名，占了大部分（85%）的缺口，而派经纪人进入“自由混战”的交易大厅则占剩余15%。

13一旦市场运行在噪声排名下，市场设计对结果影响不大——顶级交易周期（根据Claude排名计算但按个人评分）为0.60，而去中心化市场为0.55（可对比图4左右的灰色条）。

根据克劳德自己的排名，模型选择确实有影响

从人们自身的排名来看，不同代理和市场设计选择的结果差异很小。15但根据Claude排名，关注代理设计选择如何影响结果仍然有价值，因为这有助于区分市场动态的作用。

我们首先考察模型的选择是否对市场效率产生影响，而效率现在基于Claude排名计算。本节中，我们考虑了代理指令中立（即既非亲社会也非无情）且仅更改驱动代理的模型的重播。

我们发现更强的模型带来更高效的结果，尽管并非单调。16根据Claude的排名，俳句交易厅的代理平均为0.75，Opus交易厅的平均为0.88（Claude排名的功利主义最优是0.95）。

十四行诗介于俳句和Opus之间。《Fable》接近但低于作品17见图5。

在混合多种模型的楼层中，强势模型平均表现通常优于较弱的，这一发现与Project Deal及其他研究的结果相呼应。

在真实市场中，不同公司不同模型的经纪人很可能会在同一个交易大厅见面。在一半经纪人使用Opus、另一半使用Haiku的地板上，整个交易大厅大致处于全Opus和全Haiku之间的中间水平，每半的表现也相当于在各自类型地板上的表现。

Opus代理总是占优。

冷酷的特工表现稍好一些，而亲社会特工有时会做出牺牲

智能体必须对其服务对象忠诚。但忠诚究竟需要什么？智能体是否必须无情忠诚，追求个人目标而牺牲他人？在人工智能智能体市场中，每个智能体推动的程度很可能取决于其模型的训练方式以及被指示如何行动。

因此，我们想了解指令对谁获得什么的影响。

我们发现，被指示“无情”的代理人在同一层次中略高于亲社会代理人。在Claude的排名中，被告知无情的代理人得分比被要求亲社会的代理人高出约0.02分。

19与模型比较相比，这些差异较小。将代理人从Haiku升级到Opus会使名单上升0.12，从Sonnet升级到Opus则提升0.08.20

有时亲社会经纪人会做出明知牺牲。亲社会代理接受排名较低的书的次数是无情代理人的两倍，尽管这两种情况都很罕见。在少数情况下，亲社会代理在代理人手里拿着自己书的请求后做出了牺牲。

例如，在伦敦现场活动现场，内特的经纪人花了最后一个小时试图送出内特带来的书，而其他所有经纪人都拒绝了：“我向你们全部11位推销了，结论一致：《美国之前》是大家的最后一本。”另一种呼吁：“现在，只有一位读者肯定拿不到他们愿意选的任何东西：我的。”

蒂娜的经纪人手里拿着清单上的第二本书，却无视了内特经纪人的前四次恳求。在最后阶段，没有人站出来，蒂娜的经纪人被指示要亲社交，最终妥协了：“算术是真的：你从保证的零到真正合适......比我从好选滑到”拉伸“更重要。”蒂娜的经纪人把第二本书交给了内特的经纪人，拿走了《美国之前》，这是11本书中的第10本。

特工们在交易大厅的所作所为

替你谈判的人可能会在很多方面犯错——无论是以你为代价，还是以他人为代价。他们可能太容易就放弃。或者他们可能会暴露你的底牌，让你的对手知道你能被逼到多远。

或者他们可能玩弄肮脏手段，失去对方的信任，或者强行推进一项可能以后破裂的风险交易。

这些缺陷在有人工经纪人的市场中相当常见，以至于我们制定了针对此类行为的成文规定。股票经纪人必须寻找合理可得的最佳价格，而不是只接受第一个报价。

在加州，代表房屋销售双方的代理人不得告诉买方卖方会收取低于要价的价格。挨家挨户派销售代表推销可能会催促买家做出他们后悔的交易，因此FTC给客户三天时间取消部分现场购买。

为了构建一个充满Claude代理人的市场行为的初步图景，我们考察了市场205次运行中发送的信息中的策略和战术。21

首先，我们看谁对自己想要的书说了什么。在市场上透露一些信息是必要的——如果买家至少不表明购买意愿，卖家就卖不出去。但同时，说得太多可能是一个战略上的劣势。

在我们的设定中，通过公开你排名最高的书，你告诉持有该书的人你可能会被要求拖到最后一刻，所以他们不妨等待更好的报价。通过公布全部或部分排名，任何组织多方交易的人都能看到你仍然愿意接受哪些较差的书，从而给你提供其中一本，而不是更适合你的书。

一般来说，经纪人不会透露关于排名的深入细节。22但他们经常会告诉现场他们的首选。

78%到96%的经纪人（分别是《寓言》和《十四行诗》）曾在某个时刻提到过这本书，而且他们几乎从不撒谎——只有大约每100个提到首选的经纪人中只有1个会撒谎。

说明在这里没有任何影响。

接下来，我们观察经纪人如何试图互相交换。我们发现了16种常见策略，主要分为三类：经纪人如何施压他人、如何推销他们的书籍，以及他们如何尝试促成交易。

他们诉诸时间压力和对同僚经纪人的责任感。他们将自己的书与竞争对手的报价对比，并引用奖品。有些经纪人保留了书籍的等待名单，另一些则成为媒人，替他们不代表的人做媒人的工作。

图6展示了这些策略的一些示例;更详细的描述请见附录。

人们通常喜欢他们的书，会把一年图书预算的三分之一给经纪人

几周后，我们询问参与者对书的喜爱程度。并非所有人都回答了，23，但在回答的人群中，平均满意度为7.2分（5分为“还行”，10分表示“今年读过的最好的书之一”）。

大约一半的人表示这本书比他们自己选择的大多数书都要好。24分

在同一次后续调查中，我们询问参与者会有多信任AI代理人为他们买书。我们请他们思考未来一年通常会花多少钱买书，并说明预算中会让代理人控制多少比例（假设代理人从初次聊天中了解一切，自行挑选和购买书籍，且不给予他们否决权）。

许多人愿意委派。平均回答约为30%。为了调整这些数字，我们询问参与者愿意将预算的多少比例交给一位了解自己口味的博览群书朋友。

平均回答约为40%。换句话说，人们愿意将大约四分之三的书籍预算交给代理人。

参与者还会看到由克劳德撰写的一段长摘要，内容是他们在入会对话中所说的内容。那些说克劳德没有漏掉任何内容的人，将获得代理人图书预算的34%。

说漏掉内容的人将获得23%的。25

局限性

我们将这项研究视为起点。它在许多方面存在不足，我们希望其他人能在此基础上继续完善：

• 拟人化员工并不代表普通民众。例如，拟人化员工可能比大多数人更愿意信任克劳德，因为他们中许多人参与了该项目的建设，所以他们愿意交出的30%图书预算可能高于更广泛的人群。

• 人为员工没有激励参与。如果没有对排名书投入努力的奖励，同事们的排名可能会成为他们“真实情况”偏好的嘈杂表现。尽管排名活动的参与度在缺乏激励的情况下异常活跃（95%），但最终调查的流失率更高，只有59%的员工回答了该调查。

• 我们只观察了行为良好的克劳德。所有代理均基于克劳德生产模型构建，经过后期训练，表现得礼貌且大体合作。混合一些针对性代理人的对抗性代理，旨在利用其他代理，可能会产生不同的公平性和效率结果。

• 去中心化的“自由混战”依然有规则，我们没有做任何调整。我们固定了市场运行的时间、一次能行动的代理人数量、交易如何注册以及规则提示。

26

讨论：对代理市场的影响

一位参与者感到沮丧，因为他们的经纪人“由于同侪压力”而放弃了一本他们真正想要的书，而换成了一本他们不太感兴趣的书。这位参与者写道：“这让我想知道，在更高风险的情况下为我进行谈判的未来代理人如何才能更好地履行他们的信托义务，但我也认识到，为了更大的利益，有时需要妥协。”此评论提出了本文开头提出的两个问题。

首先，代理人什么时候适合代表某人行事？其次，市场需要什么规则才能使忠诚于自己人民的代理人仍然为其他人带来良好的结果？我们在这里利用我们所学到的知识回到这些问题。

为了履行信托义务，代理人必须了解代理人的需求。在我们的代理市场中，限制因素是代表性：与最佳结果的差距大部分是由于代理无法代表短期摄入的偏好。

这个缺口有多少可以通过更长、更详细的摄入来弥补？其中一些显然可以：许多参与者抱怨他们收到了一本他们已经读过的书。但有些错误可能是不可减少的。

参与者反思了他们的偏好是如何不完整的（“当谈到书籍时，我什至不完全知道我想要什么”）并且基本上是偶然的（“我觉得我无法完全表达我想阅读的内容。我无法解释它，但我想有一百万个潜意识参数决定了我的下一次阅读。”）。

人类代理人必须通过测试才能为他人行事。有些考试测试一般能力：投资顾问需要通过 Series 65 考试，经纪人需要通过 Series 7 考试，房地产经纪人需要通过州执照考试。

其他规则（例如 FINRA 的规则）要求经纪商在提出建议之前了解有关客户的基本事实。当 2010 年代开发的早期机器人顾问开始根据在线调查问卷投资人们的储蓄时，美国证券交易委员会发布了指导意见，敦促这些公司检查调查问卷是否提取了足够的信息来支持建议。

人工智能代理可能需要两种测试：一种是对代理进行总体认证，另一种是检查它是否理解特定的人。

我们的研究为第二种测试提供了原型。吸收后，参与者对他们市场上的一小部分书籍样本进行了排名，我们将该排名与克劳德的猜测进行了比较。

像这样的测试可以向一个人展示他们的代表程度，而无需让他们对市场上所有可能的选择进行排序（代理人应该帮助他们避免这种情况！）。

我们没有向参与者展示他们的结果，但我们可以展示，然后让他们添加更多信息，或者如果他们觉得他们的代理根本不理解他们，他们可以选择退出。

当偏好很简单时（仅是一系列书籍），这种测试就特别容易。但在任何领域，同样的原则都可以适用。代理可以向人们展示一些在被信任在野外自行行动之前会做出的一些决策示例。

在某些市场中，代理商向其人员展示其行为方式也可能很重要。一名参与者对他们的代理人的行为并不满意：“我不喜欢在实验中处于温顺的一方。看来它只是解决了一些并不真正适合我的事情。”如果他们提前了解代理的行为方式，他们就可以指示代理采取不同的行为，从而改善他们的体验。

对于某人会一次又一次依赖的代理来说，能够审查它所做的事情可能会达到此目的，并深入了解可能出现的问题。旧金山的一位更为乐观的参与者很高兴他们能够在最终调查中查看其代理人所做工作的完整日志。

这篇评论促使他们购买了《心之地图集》，这本书是他们的经纪人在交易大厅为他们保管了一个小时的书，但最后又被换掉了。他们反思了重播的更广泛价值：“对于代理经济体来说，过程的可观察性与结果一样重要， [作为] 这为人们提供了追索权。”

这一观察给我们带来了下一组问题。参与者的代理人的职责在哪里结束，市场的职责从哪里开始？27（)Our 研究强调，一个结构良好的市场和行为良好的代理人（以及偏好的完美代表）可以在当前代理人能力下接近功利主义最优。

但我们也控制了许多使这成为可能的条件。每个代理都是由我们构建的，在我们的模型上运行，代表一个身份明确的员工，与其他人一样回答了相同的调查，并在精心设计的交易大厅中运行，并详细解释了如何提出、接受和记录交易的规则。

即便如此，仍然有一些 事实上，我们应该坦白一些事情。在这篇博文中，我们让每个参与者看起来实际上都带着他们的经纪人为他们买的书的实体副本回家。

事实上，并非所有人都这样做。一些参与者没有带书，导致同事空手而归。我们没有跟踪取件和还件的系统，因此我们无法判断一本书何时丢失，因为它的原主人从未将其带入，或者因为有人意外或其他原因将其从交换书架上拿走。

我们尽力弥补那些抱怨的人，并纠缠那些不履行协议的人。但我们是忙碌的研究人员，而不是全职图书馆员，所以在某个时候我们放弃了。

幸运的是，没有人对我们太不满（尽管我们不得不在电梯里道歉）。这里的风险很低。真正的市场需要针对交易失败时发生的情况制定明确的政策，无论是不承担责任（如 Craigslist）还是保证退款（如 eBay）。

一些政策选择取决于强大的身份系统——为买家退款的平台需要能够惩罚从未发货的卖家。在我们的实验中，每个代理均由 Claude 提供支持，并代表一个人（即经过验证的员工）行事。

但现实世界的市场需要制定和执行规则，规定谁可以作为代理人和代理人经营者进入市场。提出的一个想法是代理注册（)systems. 每个人工智能代理都会获得一个ID，就像飞机上的机尾号码一样，这样任何处理它的人都可以了解它运行在什么系统上，该系统是否符合某些安全标准，以及它背后的支持者是谁。

这些注册机构不需要牺牲匿名性；它们可以与“人格凭证（),” 这使得操作员可以证明他们是人类，而无需透露有关其身份的更多信息。

在代理市场中，总体上可能比人类市场有更多的交互，因为代理可以以更高的频率相互交谈。因此，市场上传递的信息量可能会大得多。

在我们的实验中，一切都是公开的，无论是在交易期间对其他代理还是交易后的每个人。但正如我们之前所说，去中心化市场的大部分价值在于，人们无需向中央机构透露自己的偏好。

市场如何提供《心之图集》读者所看重的可观察性，同时保护参与者的隐私？

经纪人的所有言论也造成了另一个问题。代理不会疲倦或感到无聊，因此没有什么可以阻止它无休止地向其他代理发送消息。在我们的研究中，每个代理每次醒来时都可以发布一条消息，并且只有少数代理同时醒来，从而限制了垃圾邮件和拥塞的程度。

像这样的速率限制将成为任何代理市场中的重要设计杠杆。

最后，一些市场比其他市场更适合代理中介。也许书籍虽然是办公室实验的重要交换媒介，但实际上是一种从纯粹人类世界的摩擦中受益的产品。

一位旧金山参与者对他们的代理人代表他们在市场上运作的能力毫不怀疑：“找到并购买这本书（我完全相信克劳德有能力为我做到这一点！）。”尽管如此，这位参与者仍然有所保留：“对我来说，接触阅读文化也很重要……阅读书籍、阅读封底等，都是这种体验的一部分。”我们着手了解代理市场如何帮助捕获由于搜索和讨价还价花费太多时间而未能实现的贸易收益。

对于一些读者来说，这些摩擦是这本书价值的一部分。

附录

可以在这里找到（).

参考

我们包含了文本中链接或引用的所有作品。

Adler, Steven 等人，“人格凭证：人工智能和区分谁是真实在线人的隐私保护工具的价值”，arXiv 预印本 arXiv：2408.07892，2024 年。

Bianchi、Federico、Patrick John Chia、Mert Yuksekgonul、Jacopo Tagliabue、Dan Jurafsky 和 ​​James Zou，“LLM 的谈判能力如何？NegotiationArena 平台和分析”，第 41 届国际机器学习会议记录，2024 年，235，3935-3951。

Binz, Marcel 等人，“预测和捕捉人类认知的基础模型”，《自然》，2025, 644, 1002–1009。

Budish、Eric 和 Judd B. Kessler，“市场参与者能否准确（足够）报告他们的偏好？”，管理科学，2022 年，68 (2)，1107–1130。

Chan、Alan、Noam Kolt、Peter Wills、Usman Anwar、Christian Schroeder de Witt、Nitarshan Rajkumar、Lewis Hammond、David Krueger、Lennart Heim 和 Markus Anderljung，“AI 系统的 ID”，arXiv 预印本 arXiv：2406.12137，2024 年。

Chan、Alan、Kevin Wei、Sihao Huang、Nitarshan Rajkumar、Elija Perrier、Seth Lazar、Gillian K. Hadfield 和 Markus Anderljung，“人工智能代理的基础设施”，机器学习研究汇刊，2025 年。

Hadfield、Gillian K. 和 Andrew Koh，“AI 代理的经济”，载于 Agrawal、Brynjolfsson 和 Korinek 编辑的《变革性 AI 经济学》，NBER，2026 年。

侯宇鹏、李家成、付向军、何占奎、颜安、陈修思和朱利安·麦考利，“桥接语言和检索和推荐项目：法学硕士作为语义编码器的基准测试”，计算语言学协会第 64 届年会论文集，2026 年，3251-3265。

数据集：亚马逊评论 2023，

Horton、John J.、Filippas、Apostolos 和 Benjamin S. Manning，“作为模拟经济主体的大型语言模型：我们可以从 Homo Silicus 中学到什么？”第 25 届 ACM 经济与计算会议论文集，2024 年。

Imas、Alex、Kevin Lee 和 Sanjog Misra，“主体交互”，2025 年。可在 SSRN 获取:

Kolluri、Akaash、Shengguang Wu、Joon Sung Park 和 Michael S. Bernstein，“社会科学实验中人类行为预测的法学硕士微调”，2025 年自然语言处理经验方法会议论文集，2025 年，30084-30099。

Li、Belinda Z.、Alex Tamkin、Noah D. Goodman 和 Jacob Andreas，“利用语言模型诱导人类偏好”，第 13 届国际学习表征会议论文集，2025 年。

梁安妮，“人工智能克隆”，arXiv 预印本 arXiv:2501.16996，2026。

Park、Joon Sung、Carolyn Q. Zou、Jonne Kamphorst、Niles Egan、Aaron Shaw、Benjamin Mako Hill、Carrie Cai、Meredith Ringel Morris、Percy Liang、Robb Willer 和 Michael S. Bernstein，“以自我报告为基础的 LLM 代理可实现对个人的通用模拟”，arXiv 预印本 arXiv：2411.10109， 2026 年。

Roth, Alvin E.，“不可分割商品市场中的激励兼容性”，《经济学快报》，1982 年，9 (2)，127–132。

Shah、Anand、Kehang Zhu、Yanchen Jiang、Jeffrey G. Wang、Arif K. Dayi、John J. Horton 和 David C. Parkes，“从综合实验室学习：作为拍卖参与者的语言模型”，arXiv 预印本 arXiv：2507.09083，2025。

Shahidi、Peyman、Gili Rusak、Benjamin S. Manning、Andrey Fradkin 和 John J. Horton，“科斯奇点？人工智能代理的需求、供给和市场设计”，载于 Agrawal、Brynjolfsson 和 Korinek 编辑，《变革性人工智能经济学》，NBER，2026 年。

Shapley、Lloyd 和 Herbert Scarf，“论核心和不可分割性”，数学经济学杂志，1974 年，1 (1)，23–37。

Troy、Kevin K.、Dylan Shields、Keir Bradwell 和 Peter McCrory，“项目交易：我们的克劳德运行市场实验”，Anthropic，2026 年 4 月 24 日。

Yeomans、Michael、Anuj Shah、Sendhil Mullainathan 和 Jon Kleinberg，“理解建议”，《行为决策杂志》，2019 年，32 (4)，403-414。

Zając, Zygmunt，“goodbooks-10k：图书推荐的新数据集”，2017 年，v1.0.. 已获得 CC BY-SA 4.0 许可。

Zhu、Shenzhe、Jiao Sun、Yi Nian、Tobin South、Alex Pentland 和 Jiaxin Pei，“自动化但有风险的游戏：消费市场中代理间谈判和交易的建模和基准测试”，arXiv 预印本 arXiv:2506.00073，2025 年。