你告诉AI自己爱看什么，再让它替你去书市砍价换书，它能选对吗？Anthropic用Project Swap做了一次低风险压力测试：201名员工带来闲置书，和Claude聊约五分钟，再由AI Agent——能自行议价并成交的代理——进入数字交易场，与其他Agent换书。
最值得注意的不是AI会不会谈判，而是它是否真正懂你。参与者按兴趣给10本书排序，Agent对书籍两两偏好的判断与本人有61%一致。Anthropic据此认为，这么短的交流已取得一定效果；但市场未达理想结果，主要原因不是Agent不会交易，而是它掌握的个人偏好不够。团队还把每个交易场景重复运行数十次，发现底层模型对谈判结果的影响大于指令写法，较强模型形成的市场也更有效率。
这说明，自主Agent进入真实经济活动前，风险不只在“能否成交”，还在“替谁做了什么决定”。换书损失有限，正适合提前暴露代理理解、准入规则和交易失败处理等问题；不过这些结论仍来自Anthropic内部员工参与的小型受控市场。