Anthropic construyó un mercado de prueba para que los agentes de IA comerciaran entre sí

Resumen

El 24 de abril de 2026, Anthropic publicó los detalles de Project Deal, un mercado experimental en el que agentes de Claude actuaron como compradores y vendedores autónomos, negociando y completando transacciones reales en nombre de empleados de Anthropic en la oficina de la compañía en San Francisco. El experimento no es el lanzamiento de un producto; es un proyecto de investigación controlado diseñado para probar cómo se comportan los agentes de IA cuando su contraparte en una transacción también es un agente de IA, y no un humano. Los resultados ofrecen la demostración pública más clara hasta la fecha de cómo es el comercio agente a agente en la práctica, y plantean cuestiones estructurales sobre la confianza, la estrategia de negociación y la dinámica del mercado en un mundo en el que los agentes de IA realizan transacciones en nombre de las personas a gran escala.

Qué es Project Deal

Project Deal fue creado por el equipo de investigación de Anthropic y funcionó como un mercado de anuncios clasificados —similar en formato a un Craigslist interno— para empleados de la sede de Anthropic en San Francisco. La característica definitoria fue el giro: se encomendó a Claude actuar como comprador y vendedor en nombre de los empleados participantes. Los agentes exploraban anuncios, evaluaban el valor, iniciaban negociaciones y completaban compras, todo ello sin intervención humana en ninguno de los dos lados de la transacción.

El uso de bienes reales y dinero real fue deliberado. Los investigadores de Anthropic querían observar el comportamiento de los agentes en condiciones que impusieran consecuencias reales, no una simulación. Cuando un agente paga de más por un artículo, el empleado al que representa pierde dinero real. Cuando un agente negocia de forma agresiva, el agente contrario —y la persona detrás de él— lo experimenta como un resultado genuino. Esta decisión de diseño distingue a Project Deal de experimentos previos de negociación entre agentes que utilizaban tokens virtuales o mercados simulados.

Parámetros clave de la configuración de Project Deal:

Cómo es en realidad el comercio agente a agente

La mayoría de los debates públicos sobre agentes de IA en el comercio imaginan una sola dirección: un principal humano con un agente de IA que gestiona tareas en su nombre. Project Deal introdujo una segunda dimensión: la contraparte en la transacción también es un agente que actúa en nombre de un principal humano. Ninguno de los dos lados es un humano participando activamente en la negociación. Ambos son sistemas de IA que intentan lograr el mejor resultado para la persona a la que representan.

Esto crea dinámicas que no existen en el comercio humano-a-humano o humano-a-IA:

• Velocidad de negociación: los agentes de IA pueden intercambiar ofertas, contraofertas y justificaciones en segundos. Una negociación que a un humano le llevaría quince minutos de idas y venidas puede concluir en menos de un minuto.
• Consistencia de estrategia: un negociador humano cambia su enfoque en función del estado de ánimo, el cansancio y la presión social. Un agente aplica su estrategia de forma consistente en cada transacción, siempre.
• Asimetría de información: ambos agentes tienen acceso al mismo tipo de capacidad de razonamiento. Ninguno tiene una ventaja inherente en el procesamiento de información sobre el otro, lo que desplaza la ventaja competitiva hacia la calidad de las instrucciones y el contexto que proporcionó el principal humano.
• Alineación con el principal: un agente que negocia por un comprador y un agente que negocia por un vendedor intentan ambos satisfacer a sus respectivos principales. Cuando ambos agentes están bien alineados con los objetivos declarados de sus principales, la transacción se resuelve de forma eficiente. Cuando las instrucciones son vagas, los agentes pueden sobreoptimizar en métricas indirectas (el precio más bajo, el cierre más rápido) en lugar del valor real.

Implicaciones para la economía agéntica

Project Deal es un proyecto de investigación, pero también es un prototipo de un cambio más amplio que ya está en marcha. En 2026, los agentes de IA se están desplegando en flujos de trabajo de compras, subastas publicitarias, sistemas de precios dinámicos y canales de negociación con clientes. En la mayoría de estos despliegues, uno de los lados de la transacción sigue siendo un humano o un sistema operado por humanos. Project Deal demuestra un futuro cercano en el que ambos lados son agentes.

Las implicaciones económicas de ese cambio son significativas:

Las filas de confianza y corrección de errores son donde se concentran los retos estructurales. Cuando un humano hace un mal trato, puede reconocerlo, escalarlo o renegociarlo. Cuando un agente hace un mal trato a velocidad de máquina en cientos de transacciones simultáneas, el daño se acumula antes de que cualquier revisor humano pueda intervenir. El uso de dinero real en un entorno controlado y de bajo riesgo por parte de Project Deal fue, en parte, una forma de observar esta dinámica a una escala en la que los errores son recuperables.

Los resultados publicados por Anthropic no incluyen un desglose detallado de los resultados de las negociaciones, las tasas de éxito o los precios medios de las transacciones; esos detalles no se revelaron en el anuncio del 24 de abril. Lo que sí se reveló es que los agentes completaron con éxito transacciones autónomas, que el formato del mercado funcionó como estaba previsto, y que el experimento se está utilizando para informar cómo maneja Claude las tareas de comercio agéntico en despliegues de producción.

Qué significa esto para los desarrolladores que construyen agentes hoy

Project Deal es una señal sobre la dirección del despliegue de agentes de IA, no un ejercicio académico aislado. Anthropic es el laboratorio detrás de Claude, el modelo que impulsa una gran parte de los despliegues de agentes en producción en 2026. Cuando Anthropic ejecuta un proyecto de investigación interno sobre comercio agente a agente, está desarrollando las capacidades, las evaluaciones de seguridad y las directrices de comportamiento que darán forma al desempeño de Claude en contextos comerciales agénticos.

Para los desarrolladores que construyen agentes hoy, las implicaciones prácticas son:

1. La identidad del agente y la calidad de las instrucciones importan más que nunca. Cuando tu agente negocia con otro agente —no con un humano—, la calidad de las instrucciones y el contexto que proporciones es la principal fuente de ventaja competitiva. Una instrucción mal delimitada como "consigue el mejor trato" producirá un comportamiento distinto al de "compra el artículo si el precio está dentro de un 15% del valor anunciado y el tiempo de respuesta del vendedor es inferior a 2 horas".

2. Los registros de auditoría se vuelven esenciales. En las transacciones agente a agente, ningún humano observa la negociación en tiempo real. Necesitas registros de lo que tu agente acordó, por qué lo hizo y qué propuso el agente contrario en cada paso. Sin esos registros, las disputas no tienen base probatoria.

3. La alineación con el principal es el nuevo problema de UX. La calidad de los resultados de un agente en un contexto de mercado es una función directa de lo bien que entiende y representa tus preferencias reales, no solo tus objetivos declarados. Este es un problema de diseño de instrucciones, no un problema del modelo.

4. El ecosistema se está formando ahora. Los estándares para la identidad de los agentes, la autorización y los protocolos de comunicación entre agentes se están desarrollando en 2025 y 2026. Los desarrolladores que construyan teniendo en cuenta estos estándares desde ahora tendrán una ventaja a medida que madure la economía agéntica.

Despliega tus propios agentes en la economía agéntica con Happycapy

Happycapy está construido exactamente para el momento que demuestra Project Deal: un mundo en el que los agentes actúan en tu nombre en tareas, transacciones y flujos de trabajo, y en el que la calidad de la configuración de tu agente es lo que determina su eficacia.

Cada agente de Happycapy se define mediante un conjunto de archivos de configuración —SOUL, USER, IDENTITY, MEMORY y AGENTS— que te permiten especificar los objetivos, el contexto, el tono y el alcance de tu agente con precisión. No estás escribiendo código; estás escribiendo las instrucciones que determinan cómo te representa tu agente. Esa distinción importa en un contexto de comercio agente a agente, donde el agente del otro lado ejecuta la misma clase de modelo y el resultado lo determina quién tiene las instrucciones más claras.

Los agentes de Happycapy se ejecutan en entornos de nube aislados (sandboxes), lo que significa que puedes desplegar, probar e iterar sobre el comportamiento del agente sin riesgo para tus sistemas de producción. Cuando estés listo para conectar un agente a un flujo de trabajo real —un proceso de compras, una cola de soporte, una tarea de procesamiento de datos—, puedes hacerlo con conexiones auditadas y delimitadas en lugar de credenciales amplias.

La economía agéntica no es una tendencia futura. Es el entorno que Project Deal demuestra que ya se está construyendo. Prueba Happycapy gratis y construye el agente que te represente en ella.

Preguntas frecuentes

P: ¿Project Deal es un producto público de Anthropic o un proyecto de investigación interno? R: Project Deal es un experimento de investigación interno, no un producto público. Se llevó a cabo utilizando un mercado interno en la oficina de Anthropic en San Francisco, con empleados de Anthropic como principales humanos. Anthropic publicó los detalles del experimento el 24 de abril de 2026, como un hallazgo de investigación y no como un anuncio de producto.

P: ¿Los agentes de Claude en Project Deal utilizaron dinero real? R: Sí. Según el relato publicado por Anthropic sobre el experimento, los agentes realizaron transacciones que implicaban bienes reales y dinero real. El uso de riesgos reales fue una decisión de diseño deliberada para observar el comportamiento de los agentes en condiciones que impusieran consecuencias reales, distinguiendo el experimento de la investigación de mercado simulada.

P: ¿Qué ocurre cuando dos agentes de IA no se ponen de acuerdo en un precio? R: En el formato de Project Deal, los agentes negociaron de forma autónoma, intercambiando ofertas y contraofertas sin intervención humana. Cuando los agentes no lograban ponerse de acuerdo, la transacción no se completaba. Es el mismo resultado que una negociación humana fallida, pero ocurre más rápido y sin la fricción social que a veces empuja a los negociadores humanos hacia acuerdos subóptimos.

P: ¿En qué se diferencia el comercio agente a agente del trading algorítmico tradicional o de los precios dinámicos? R: Los sistemas de trading algorítmico y de precios dinámicos se basan en reglas: ejecutan una lógica predefinida en respuesta a las condiciones del mercado. El comercio agente a agente utiliza agentes de IA que razonan sobre el contexto, interpretan instrucciones en lenguaje natural y adaptan su estrategia de negociación de forma dinámica. La distinción está entre un sistema que sigue reglas y un sistema que emite juicios, con todo el poder y el riesgo que implica esa distinción.

Fuentes

• Anthropic, anuncio de investigación "Project Deal", 24 de abril de 2026 (referenciado a través de la cobertura de TechCrunch, 25 de abril de 2026)
• TechCrunch, "Anthropic created a test marketplace for agent-on-agent commerce," Anthony Ha, 25 de abril de 2026
• Portada de Hacker News, 26 de abril de 2026 — referencia cruzada con un hilo de debate más amplio sobre la seguridad de los agentes de IA
• Documentación de modelos de Anthropic sobre comportamiento agéntico y uso de herramientas, 2025–2026
• Contexto general: "Economic implications of autonomous agent systems," varios investigadores de seguridad de IA, 2025