美国一位科技博主在近期发布一段视频中透露，Anthropic公司于2025年12月启动了一项名为“Project Deal”的内部实验，旨在评估AⅠ代理在真实交易场景中的表现。

实验选取了69名员工，授权其使用Claude AI在内部Slack市场代为买卖物品。

AⅠ首首先通过访谈了解员工的交易需求与谈判风格，例如有人要求“用落魄牛仔语气砍价”，随后AⅠ完成自主完成了186笔实物交易，总金额超过4000美元。

实验中，员工被秘密分为两组，一组使用顶级Opus模型，另一组使用轻量版Haiku模型。

结果显示，使用Opus模型的用户在交易中平均多赚2.68美元（作为卖家）或多省2.45美元（作为买家），且完成交易量比Haiku用户多2笔。

值得注意的是，使用Haiku的用户并未察觉自身吃亏了，他们对交易公平性的评分与Opus用户几乎一致。

这一实验揭示了顶级模型在交易谈判中表现出更强的策略性和效率，能够为用户争取更多经济收益，而轻量模型虽然也能完成任务，但效果相对逊色。

更值得关注的是，用户对这种差异缺乏感知，说明AI代理的“黑箱”特性可能导致用户在不知情的情况下接受次优结果。

这种现象在更广泛的AI应用场景中可能普遍存存。例如在金融咨询、法律建议或医疗诊断等领域，不同性能的AI工具可能带来不同的决策结果，而用户往往难以判断其优劣。

这提示在推广AⅠ工具时，除了关注技术性能，还需考虑如何提升用户对AI能力的认知，避免因信息不对称导致的不公平。

同时，这也为AI模型的开发和部署提出了新的要求，即需要在性能与透明度之间找到平衡，确保用户能够理解并信任所使用的AI工具。

ai