Twoja AI uczy się kupować, negocjować i przechytrzać Cię

Podczas gdy kultura popularna pozostaje skupiona na AI jako muzie twórczej — generującej obrazy, piszącej wiersze czy redagującej e-maile — prawdziwa rewolucja dokonuje się w przyziemnych alejkach handlowych. Przez lata traktowaliśmy duże modele językowe jako wyrafinowane wyszukiwarki lub niestrudzonych cyfrowych stażystów podsumowujących dokumenty. Jednak ostatnie osiągnięcia firmy Anthropic, twórców Claude AI, sugerują, że wchodzimy w fazę, w której AI nie jest już tylko rozmówcą; staje się finalizatorem.

W cichym, ale przełomowym eksperymencie znanym jako Project Deal, Anthropic stworzył prywatny, niejawny rynek. Cel był prosty, a zarazem doniosły: czy agenci AI mogą działać jako pełnomocnicy ludzi w prowadzeniu realnych interesów? Do czasu zakończenia eksperymentu agenci ci wynegocjowali i przeprowadzili blisko 200 transakcji obejmujących prawdziwe towary i prawdziwe pieniądze. Ta zmiana z AI jako generatora treści na AI jako aktora ekonomicznego oznacza fundamentalną zmianę w sposobie, w jaki możemy wchodzić w interakcje z internetem w bardzo bliskiej przyszłości.

Cyfrowa wyprzedaż garażowa za 4 000 USD

Project Deal był w istocie kontrolowaną symulacją rynku typu Craigslist lub Facebook Marketplace, ale z nowoczesnym akcentem. Anthropic zaangażował 69 własnych pracowników, dając im budżet w wysokości 100 USD w formie kart podarunkowych. To jednak nie pracownicy zajmowali się targowaniem. Zamiast tego opisywali przedmioty, które chcieli sprzedać, lub produkty, które mieli nadzieję kupić, a następnie przekazywali klucze swoim agentom AI.

Patrząc na szerszy obraz, skala była skromna, ale wyniki namacalne. W trakcie pilotażu agenci zawarli 186 transakcji, przenosząc wartość ponad 4 000 USD. Nie handlowali tylko tokenami; kupowali i sprzedawali fizyczne przedmioty od swoich ludzkich odpowiedników. „Pod maską” eksperyment został zaprojektowany tak, aby sprawdzić, czy AI potrafi zrozumieć niuanse okazji, tarcie towarzyszące negocjacjom i ostateczny cel, jakim jest sprawiedliwa wymiana.

Innymi słowy, jeśli kiedykolwiek czułeś lęk przed targowaniem się o używaną sofę z nieznajomym w sieci, Anthropic właśnie udowodnił, że maszyna może to zrobić za Ciebie — i może być w tym lepsza niż Ty. Nie chodzi tu tylko o automatyzację; chodzi o delegowanie sprawczości ekonomicznej. Zmierzamy w stronę świata, w którym Twoja osobista AI nie tylko znajduje najlepszą cenę, ale o nią walczy.

Luka inteligencji: Dlaczego mądrzejsze boty wygrywają

Jednym z najbardziej odkrywczych wniosków z Project Deal jest to, co badacze nazywają „luką jakości agentów”. Anthropic uruchomił cztery różne wersje tego rynku, testując różne iteracje swoich modeli AI. Wyniki były jednoznaczne: gdy użytkownicy byli reprezentowani przez najbardziej zaawansowane, solidne modele firmy, osiągali obiektywnie lepsze wyniki. Zapewniali niższe ceny przy zakupie i wyższe przy sprzedaży.

Co ciekawe, ludzcy uczestnicy często nie zdawali sobie sprawy, że zostali przechytrzeni. Z punktu widzenia konsumenta tworzy to ryzyko systemowe, które jest obecnie nieprzejrzyste dla przeciętnego użytkownika. Na tradycyjnym rynku zakładamy równe szanse w dostępie do informacji. Jeśli jednak ja używam darmowego, podstawowego agenta AI do znalezienia lotu, a Ty używasz płatnego, ultra-zaawansowanego agenta do sprzedaży miejsca, Twój agent może być w stanie wykorzystać ograniczenia mojego, a ja nawet nie będę niczego podejrzewać.

Sugeruje to, że w przyszłej gospodarce bot-bot bogactwo może być determinowane nie tylko przez to, ile masz pieniędzy, ale przez jakość krzemowych mózgów, na których wynajęcie Cię stać. Dla przeciętnego użytkownika oznacza to, że „darmowe” usługi AI mogą ostatecznie kosztować więcej w dłuższej perspektywie z powodu suboptymalnych negocjacji i straconych okazji.

Paradoks instrukcji

W świecie AI powszechne jest przekonanie, że „prompt” jest wszystkim. Mówi się nam, że jeśli damy maszynie idealny zestaw instrukcji, otrzymamy idealny wynik. Jednak Project Deal podważył tę narrację. Anthropic odkrył, że konkretne instrukcje początkowe przekazane agentom — takie jak nakaz bycia agresywnym lub priorytetyzacja szybkiej sprzedaży — nie wpływały znacząco na prawdopodobieństwo zawarcia transakcji ani na cenę końcową.

Oznacza to, że bazowa inteligencja modelu ma większy wpływ niż konkretne wskazówki użytkownika. Zasadniczo inteligentny model posiada intuicyjne zrozumienie mechanizmów rynkowych, które nadpisuje słabo napisany prompt. Jest to destrukcyjne dla rozwijającej się branży „inżynierii promptów”. Sugeruje to, że w miarę jak modele stają się bardziej odporne i wyrafinowane, bariera wejścia do złożonych zadań, takich jak negocjowanie umów, spadnie. Nie będziesz musiał być ekspertem prawnym ani mistrzem negocjacji, aby uzyskać dobrą ofertę; będziesz po prostu potrzebować potężnego modelu, który rozumie nadrzędny cel transakcji.

Przejście w stronę handlu bot-bot

Patrząc szerzej, eksperyment ten jest oknem na zdecentralizowaną przyszłość, w której interakcja człowiek-człowiek staje się wyjątkiem, a nie regułą w rutynowym handlu. Historycznie widzieliśmy to w handlu wysokiej częstotliwości na Wall Street, gdzie algorytmy handlują akcjami w milisekundach. Project Deal reprezentuje demokratyzację tej technologii w życiu codziennym.

Wyobraź sobie świat, w którym Twoja lodówka zauważa, że kończy się mleko. Zamiast tylko dodawać je do listy, wysyła Twojego osobistego agenta na cyfrowy bazar. Twój agent rozmawia z agentami pięciu lokalnych sklepów spożywczych, negocjuje rabat ilościowy, ponieważ kupujesz również jajka, i zajmuje się płatnością. Angażujesz się dopiero wtedy, gdy mleko trafia pod Twoje drzwi.

Z perspektywy przemysłowej jest to niewidoczny kręgosłup logistyki nowej generacji. Jeśli agenci potrafią negocjować drobne transakcje konsumenckie, z pewnością poradzą sobie z zarządzaniem złożonymi zmianami w łańcuchu dostaw, przemieszczając surowce między fabrykami z poziomem zwinności, któremu ludzkie zespoły ds. zakupów nigdy by nie dorównały.

Filtr „i co z tego?”: Praktyczne implikacje

Choć był to tylko pilotaż z udziałem 69 pracowników, implikacje dla Twojego portfela i prywatności są bardzo realne. Patrząc na stronę rynkową, prawdopodobnie czeka nas burzliwy okres przejściowy, w którym wcześnie adoptujący zaawansowanych agentów będą mieli znaczącą przewagę nad resztą. To nie tylko trend technologiczny; to nowa forma umiejętności ekonomicznych.

Praktycznie rzecz biorąc, musimy rozważyć przejrzystość tych negocjacji. Jeśli AI zawiera umowę w Twoim imieniu, czy wiesz, jakie dane udostępniła, aby uzyskać tę cenę? Czy ujawniła Twój maksymalny budżet agentowi sprzedawcy? Ponieważ te interakcje zachodzą w ułamku sekundy między dwoma programami, proces ten jest z natury nieprzejrzysty.

Co więcej, pozostaje kwestia odpowiedzialności. Jeśli Twój agent przypadkowo zgodzi się na bezzwrotny zakup za 2 000 USD, którego tak naprawdę nie chciałeś, kto ponosi odpowiedzialność? W Project Deal Anthropic używał kart podarunkowych i kontrolowanego środowiska, ale w rzeczywistości transakcje te będą obejmować realne linie kredytowe i umowy prawne.

Patrząc w przyszłość

Idąc naprzód, kluczowa jest zmiana perspektywy na to, do czego służą te narzędzia. Nie traktuj agenta AI jako wyrafinowanej Wikipedii; postrzegaj go jako reprezentanta działającego w Twoim imieniu. Odchodzimy od internetu „szukania i klikania” w stronę internetu „delegowania i weryfikowania”.

Ostatecznie Project Deal jest dowodem słuszności koncepcji bardziej połączonego, zautomatyzowanego świata. Zapowiada przyszłość, która jest bardziej wydajna, ale potencjalnie bardziej nierówna, gdzie jakość Twojego cyfrowego pełnomocnika determinuje Twój sukces na rynku. Dla przeciętnego użytkownika wniosek jest jasny: zacznij zwracać uwagę na „sprawczość” swoich narzędzi AI już dziś, ponieważ jutro to one mogą podpisywać Twoje czeki.

Obserwuj własne cyfrowe nawyki. Ile czasu spędzasz na porównywaniu cen lub kłótniach z obsługą klienta? To pierwsze terytoria, które podbiją autonomiczni agenci. Choć technologia ta wciąż się rozwija, fundamentalna zmiana już się rozpoczęła. Następnym razem, gdy zobaczysz aktualizację AI, nie pytaj tylko, co potrafi powiedzieć — zapytaj, co może dla Ciebie kupić.

Źródła:

• Anthropic Technical Report: "Project Deal: A Multi-Agent Marketplace Experiment."
• Internal Pilot Data: Results from 186 transactions among 69 participants.
• AI Market Analysis: Trends in autonomous economic agents (2025-2026).