当两个 AI 智能体坐在谈判桌两端，一个代表买家、一个代表卖家，它们该像律师一样锱铢必较，还是像机器一样快速妥协？
这不再是思想实验。Anthropic 正在向律所寻求建议，研究律师如何开展谈判，既要代表客户利益，又要兼顾公平结果。两名了解 Anthropic 思路的人士透露，这家公司正与法律机构磋商，试图为一个全新难题立下规矩：AI 智能体应当如何谈判，才能为人类使用者争取最优交易结果。
Anthropic 没有披露律所名称，也未确认项目细节。但这一动向本身已经足够说明问题：当 AI 从“回答问题”走向“替你做决定”，最难的不是技术，而是规则。
从“替我写”到“替我谈”
过去两年，AI 的能力边界一直在外移。它先学会写代码、写报告、做设计，然后开始自主完成多步骤任务，订机票、查资料、跑流程。但谈判不同。谈判不是单向执行，而是双向博弈：你的对手也在读你的出牌，也在猜测你的底线，也在计算何时该让步。
Anthropic 对这件事并不陌生。2026 年 4 月，公司做过一次名为 Project Deal 的实验：在内部搭建了一个类似 Craigslist 的分类市场，69 名员工参与，每人拿到 100 美元预算，所有买卖讨价还价全部交给 Claude 代理完成。实验结果是“运行良好”，一些参与者甚至表示愿意为这种谈判代理付费。Anthropic 在复盘里写得克制但意味深长：“这只是一次试点实验，参与者是自我选择的。但我们怀疑，离更多代理对代理的商业行为在现实世界中涌现，已经不远了，而且会带来真实后果。”
更早的时候，Anthropic 还让 Claude 运营过办公室自动售货机，项目名叫 Project Vend。结局不那么光鲜：《华尔街日报》的报道标题是“我们让 Anthropic 的 Claude 运营自动售货机，它亏了几百美元”。这个只会让步、不懂博弈的 AI 店员，恰恰暴露了问题的核心，没有谈判策略的代理，会在真实交易里被吃掉。
所以 Anthropic 现在把律师请了进来。一名熟悉该项目的人士称，公司正在探索模型交互时的“谈判规范”；另一名接近公司的人士透露，Anthropic 甚至探讨过一个方案：让用户出具签名文件，向智能体确认委托事项以及需要遵守的全部规则。
这不是在写代码规范，这是在给 AI 立行为准则。
谈判的难点，不在语言，在博弈
很多人会误以为，AI 谈判的难点是“会不会说话”。其实大模型早就学会了讨价还价的话术。真正的难点是：它该以什么目标函数行动？
人类律师谈判时，心里装着三样东西：客户的利益、交易的公平性，以及长期声誉。AI 代理没有声誉概念，它只有提示词里的目标。如果目标写得太激进，不惜一切代价压到最低价，它可能把交易谈崩；如果写得太温和，尽快达成一致，它可能让用户吃亏。
Anthropic 正在权衡的第一个问题，就是智能体在谈判中需要多大程度寻求人类反馈。反馈太多，代理就退化成了传话筒，效率优势荡然无存；反馈太少，代理可能在你不知情的情况下签下一份糟糕的合约。这个度，没有现成答案。
第二个问题更微妙：面对其他 AI 对手，应当保持多高警惕，同时避免陷入多疑、阴谋论式的判断。想象一下，两个代理互相试探，一方把对方的正常出价解读为陷阱，于是启动防御性策略，双方陷入猜疑螺旋，最后谁都谈不成。Anthropic 特意提到要避免“阴谋论式的判断”，这说明他们已经在实验里见过这类行为。大模型确实容易产生这类偏执推理，尤其是在对抗性语境下。
这背后是一个更深的矛盾：谈判需要一定程度的策略性欺骗和虚张声势，但 AI 系统又被要求诚实、透明、可解释。律师可以在合规范围内留一手，AI 能不能？
签名文件，是把责任锁回人类手里
那个“让用户出具签名文件”的方案，值得单独拿出来说。
表面看，这很繁琐。如果每次谈判前都要签一份委托确认书，代理的便利性大打折扣。但它解决的是一个根本问题：授权与问责。
当 AI 替你谈判并达成协议，这份协议的法律后果由谁承担？如果代理越权了怎么办？如果它误解了你的偏好，用你不接受的条件成交了怎么办？签名文件的本质，是把“我授权这个代理在什么范围内行动”这件事，在事前用人类可理解、法律可追溯的方式固定下来。
这其实是把法律里成熟的委托代理框架，翻译成了 AI 时代的接口。律师行业几百年来处理的就是这类问题：代理人能在多大程度上代表委托人做决定，越权行为是否有效，第三方能否善意信赖代理人的承诺。Anthropic 向律所请教，问的恐怕不只是“怎么谈”，更是“谈完了算谁的”。
这也解释了为什么需要“谈判规范”。规范不是给模型看的，是给三方看的，用户知道代理会怎么代表自己，对手知道代理的边界在哪，监管知道出了事该找谁。
代理对代理的时代，比想象中来得快
Anthropic 的谨慎表态背后，是一个正在加速的现实。
技术层面，Agent-to-Agent 协议这类标准正在成形，不同系统之间的握手不再是障碍。商业层面，已经有公司在做类似的事，Pactum 从多年前就用早期 NLP 帮沃尔玛等企业处理基础采购谈判，如今已接入大模型。法律科技领域，合同审查、尽调、起草的自动化已经普及，只差“双方代理直接对话”这最后一跃。
真正的瓶颈一直是规则，而不是技术。双方都要有代理，流程才能自动化；而代理的行为准则、授权边界、争议处理，每一样都需要重新定义。Anthropic 现在做的，就是在填这些坑。
一旦这些规则立住，变化会很快。未来可能出现这样的场景：一家公司的法务团队激活他们的交易代理，可能有几十个，分别对应采购、销售、授权等不同类型，然后对手方也激活匹配的代理。两个代理直接开工，把合同谈到能谈的最后一寸，再交给两边律师过目。只有太复杂的部分，才送出去给律所处理。
到那时，律师的角色会从谈判者变成规则制定者和最终把关人。这不是律师行业的黄昏，而是分工的重组。
AI 的成年礼，是学会在冲突中做决定
Anthropic 请律师这件事，看似是公司新闻，实则是 AI 行业的一个路标。
过去，AI 的价值在于效率，是更快地写、更快地算、更快地检索。但从谈判开始，AI 的价值在于判断，在利益冲突中做取舍，在信息不对称中做决策，在无人监督时守边界。这才是智能体真正走向独立的标志。
签名文件、谈判规范、人类反馈的阈值、警惕心的刻度，这些看似琐碎的设计，决定了一个代理是可靠的助手，还是失控的风险。
AI 的成年礼，不是通过某项考试，而是学会在冲突中做决定，并为决定负责。Anthropic 刚刚把律师请进了房间，因为有些规矩，写代码的人立不了，得让懂规则的人来。
快报