Anthropic Membangun Marketplace Uji Coba untuk Agen AI Bertransaksi Satu Sama Lain

Ringkasan

Pada 24 April 2026, Anthropic mempublikasikan detail Project Deal — sebuah pasar eksperimental di mana agen Claude bertindak sebagai pembeli dan penjual otonom, bernegosiasi dan menyelesaikan transaksi nyata atas nama karyawan Anthropic di kantor San Francisco perusahaan tersebut. Eksperimen ini bukan peluncuran produk; ini adalah proyek riset terkontrol yang dirancang untuk menguji bagaimana agen AI berperilaku ketika lawan mereka dalam sebuah transaksi juga merupakan agen AI, bukan manusia. Hasilnya memberikan demonstrasi publik paling jelas hingga saat ini tentang seperti apa perdagangan agen-ke-agen dalam praktiknya, dan hasil tersebut memunculkan pertanyaan struktural tentang kepercayaan, strategi negosiasi, dan dinamika pasar di dunia di mana agen AI bertransaksi atas nama orang dalam skala besar.

Apa Itu Project Deal

Project Deal dibuat oleh tim riset Anthropic dan dioperasikan sebagai pasar iklan baris — mirip dalam format dengan Craigslist internal — untuk karyawan di kantor pusat Anthropic di San Francisco. Fitur pembedanya adalah kejutan berikut: Claude ditugaskan untuk bertindak sebagai pembeli maupun penjual atas nama karyawan yang berpartisipasi. Agen menelusuri daftar iklan, menilai nilai barang, membuka negosiasi, dan menyelesaikan pembelian — semuanya tanpa intervensi manusia di kedua sisi transaksi.

Penggunaan barang nyata dan uang sungguhan dilakukan dengan sengaja. Peneliti Anthropic ingin mengamati perilaku agen dalam kondisi yang memberlakukan taruhan nyata, bukan simulasi. Ketika sebuah agen membayar terlalu mahal untuk suatu barang, karyawan yang diwakilinya kehilangan uang sungguhan. Ketika sebuah agen bernegosiasi secara agresif, agen lawan — dan orang di belakangnya — mengalami hal itu sebagai hasil yang sungguhan. Pilihan desain ini membedakan Project Deal dari eksperimen negosiasi agen sebelumnya yang menggunakan token virtual atau pasar simulasi.

Parameter utama dari setup Project Deal:

Seperti Apa Sebenarnya Perdagangan Agen-ke-Agen

Sebagian besar diskusi publik tentang agen AI dalam perdagangan membayangkan satu arah: seorang prinsipal manusia dengan agen AI yang menangani tugas atas nama mereka. Project Deal memperkenalkan dimensi kedua — lawan dalam transaksi juga merupakan agen yang bertindak untuk prinsipal manusia. Tidak ada satu pun pihak yang merupakan manusia yang secara aktif berpartisipasi dalam negosiasi. Kedua belah pihak adalah sistem AI yang berusaha mencapai hasil terbaik bagi orang yang mereka wakili.

Ini menciptakan dinamika yang tidak ada dalam perdagangan manusia-ke-manusia atau manusia-ke-AI:

• Kecepatan negosiasi — agen AI dapat bertukar penawaran, penawaran balasan, dan justifikasi dalam hitungan detik. Negosiasi yang membutuhkan waktu lima belas menit bolak-balik bagi manusia dapat diselesaikan dalam waktu kurang dari satu menit.
• Konsistensi strategi — negosiator manusia mengubah pendekatan mereka berdasarkan mood, kelelahan, dan tekanan sosial. Agen menerapkan strateginya secara konsisten di setiap transaksi, setiap saat.
• Asimetri informasi — kedua agen memiliki akses ke jenis kemampuan penalaran yang sama. Tidak ada yang memiliki keunggulan pemrosesan informasi bawaan atas yang lain, sehingga keunggulan kompetitif beralih ke kualitas instruksi dan konteks yang diberikan oleh prinsipal manusia.
• Kesesuaian dengan prinsipal — agen yang bernegosiasi untuk pembeli dan agen yang bernegosiasi untuk penjual keduanya berusaha memenuhi prinsipal masing-masing. Ketika kedua agen selaras dengan baik dengan tujuan yang dinyatakan oleh prinsipal mereka, transaksi terselesaikan secara efisien. Ketika instruksi bersifat samar, agen dapat terlalu mengoptimalkan metrik proksi (harga terendah, penutupan tercepat) daripada nilai sebenarnya.

Implikasi bagi Ekonomi Agentik

Project Deal adalah proyek riset, tetapi juga merupakan prototipe untuk pergeseran yang lebih luas yang sudah berlangsung. Pada 2026, agen AI sedang diterapkan di berbagai alur kerja pengadaan, lelang iklan, sistem penetapan harga dinamis, dan pipeline negosiasi pelanggan. Dalam sebagian besar penerapan ini, satu sisi transaksi masih berupa manusia atau sistem yang dioperasikan manusia. Project Deal menunjukkan masa depan jangka pendek di mana kedua sisi merupakan agen.

Implikasi ekonomi dari pergeseran tersebut cukup signifikan:

Baris kepercayaan dan koreksi kesalahan adalah tempat di mana tantangan struktural terkonsentrasi. Ketika seorang manusia membuat kesepakatan yang buruk, mereka dapat menyadarinya, meningkatkan eskalasi, atau bernegosiasi ulang. Ketika sebuah agen membuat kesepakatan yang buruk pada kecepatan mesin di ratusan transaksi simultan, kerusakan menumpuk sebelum peninjau manusia mana pun dapat melakukan intervensi. Penggunaan uang sungguhan oleh Project Deal dalam lingkungan yang terkontrol dan berisiko rendah sebagian merupakan cara untuk mengamati dinamika ini pada skala di mana kesalahan masih dapat diperbaiki.

Hasil yang dipublikasikan Anthropic tidak menyertakan rincian detail tentang hasil negosiasi, tingkat kemenangan, atau harga rata-rata transaksi — spesifikasi tersebut tidak diungkapkan dalam pengumuman 24 April. Yang diungkapkan adalah bahwa agen-agen berhasil menyelesaikan transaksi secara otonom, bahwa format pasar berfungsi sesuai yang diharapkan, dan bahwa eksperimen ini digunakan untuk menginformasikan bagaimana Claude menangani tugas perdagangan agentik dalam penerapan produksi.

Apa Artinya Ini bagi Developer yang Membangun Agen Saat Ini

Project Deal adalah sinyal tentang arah penerapan agen AI, bukan latihan akademis yang terisolasi. Anthropic adalah lab di balik Claude — model yang mendukung sebagian besar penerapan agen produksi pada 2026. Ketika Anthropic menjalankan proyek riset internal tentang perdagangan agen-ke-agen, mereka sedang mengembangkan kemampuan, evaluasi keamanan, dan panduan perilaku yang akan membentuk bagaimana Claude berperforma dalam konteks agentik komersial.

Bagi developer yang membangun agen saat ini, implikasi praktisnya adalah:

1. Identitas agen dan kualitas instruksi semakin penting. Ketika agen Anda bernegosiasi dengan agen lain — bukan manusia — kualitas instruksi dan konteks yang Anda berikan adalah sumber utama keunggulan kompetitif. Instruksi yang buruk seperti "dapatkan kesepakatan terbaik" akan menghasilkan perilaku yang berbeda dibandingkan "beli barang tersebut jika harganya dalam rentang 15% dari nilai yang tercantum dan waktu respons penjual di bawah 2 jam."

2. Jejak audit menjadi krusial. Dalam transaksi agen-ke-agen, tidak ada manusia yang mengawasi negosiasi secara real time. Anda memerlukan log tentang apa yang disepakati agen Anda, alasannya, dan apa yang diusulkan agen lawan pada setiap langkah. Tanpa log tersebut, perselisihan tidak memiliki dasar pembuktian.

3. Kesesuaian dengan prinsipal adalah masalah UX baru. Kualitas hasil sebuah agen dalam konteks pasar adalah fungsi langsung dari seberapa baik agen tersebut memahami dan mewakili preferensi Anda yang sebenarnya — bukan hanya tujuan yang Anda nyatakan. Ini adalah masalah desain instruksi, bukan masalah model.

4. Ekosistem sedang terbentuk sekarang. Standar untuk identitas agen, otorisasi, dan protokol komunikasi antar-agen sedang dikembangkan pada 2025 dan 2026. Developer yang membangun dengan mempertimbangkan standar ini sekarang akan memiliki keunggulan ketika ekonomi agentik semakin matang.

Terapkan Agen Anda Sendiri ke dalam Ekonomi Agentik dengan Happycapy

Happycapy dibangun tepat untuk momen yang ditunjukkan oleh Project Deal: sebuah dunia di mana agen bertindak atas nama Anda di berbagai tugas, transaksi, dan alur kerja — dan di mana kualitas konfigurasi agen Anda adalah yang menentukan efektivitasnya.

Setiap agen Happycapy didefinisikan oleh sekumpulan file konfigurasi — SOUL, USER, IDENTITY, MEMORY, dan AGENTS — yang memungkinkan Anda menentukan tujuan, konteks, nada, dan lingkup agen Anda dengan presisi. Anda tidak menulis kode; Anda menulis instruksi yang menentukan bagaimana agen Anda mewakili Anda. Perbedaan tersebut penting dalam konteks perdagangan agen-ke-agen, di mana agen di sisi lain menjalankan kelas model yang sama dan hasilnya ditentukan oleh siapa yang instruksinya lebih jelas.

Agen Happycapy berjalan di sandbox cloud yang terisolasi, yang berarti Anda dapat menerapkan, menguji, dan mengiterasi perilaku agen tanpa risiko bagi sistem produksi Anda. Ketika Anda siap menghubungkan sebuah agen ke alur kerja nyata — pipeline pengadaan, antrean dukungan, tugas pemrosesan data — Anda dapat melakukannya dengan koneksi yang diaudit dan terbatas lingkupnya, bukan kredensial yang luas.

Ekonomi agentik bukanlah tren masa depan. Ini adalah lingkungan yang ditunjukkan oleh Project Deal sedang dibangun sekarang. Coba Happycapy gratis dan bangun agen yang mewakili Anda di dalamnya.

Pertanyaan yang Sering Diajukan

T: Apakah Project Deal adalah produk publik Anthropic atau proyek riset internal? J: Project Deal adalah eksperimen riset internal, bukan produk publik. Eksperimen ini dilakukan menggunakan pasar internal di kantor Anthropic di San Francisco, dengan karyawan Anthropic sebagai prinsipal manusia. Anthropic mempublikasikan detail eksperimen ini pada 24 April 2026, sebagai temuan riset bukan pengumuman produk.

T: Apakah agen Claude dalam Project Deal menggunakan uang sungguhan? J: Ya. Menurut laporan resmi Anthropic tentang eksperimen ini, agen melakukan transaksi yang melibatkan barang nyata dan uang sungguhan. Penggunaan taruhan nyata merupakan pilihan desain yang disengaja untuk mengamati perilaku agen dalam kondisi yang memberlakukan konsekuensi nyata, membedakan eksperimen ini dari riset pasar simulasi.

T: Apa yang terjadi ketika dua agen AI tidak sepakat mengenai harga? J: Dalam format Project Deal, agen bernegosiasi secara otonom — bertukar penawaran dan penawaran balasan tanpa intervensi manusia. Ketika agen tidak dapat mencapai kesepakatan, transaksi tidak diselesaikan. Ini adalah hasil yang sama seperti negosiasi manusia yang gagal, tetapi terjadi lebih cepat dan tanpa friksi sosial yang terkadang mendorong negosiator manusia menuju kesepakatan yang kurang optimal.

T: Bagaimana perdagangan agen-ke-agen berbeda dari perdagangan algoritmik tradisional atau penetapan harga dinamis? J: Sistem perdagangan algoritmik dan penetapan harga dinamis bersifat berbasis aturan: sistem tersebut mengeksekusi logika yang telah ditentukan sebelumnya sebagai respons terhadap kondisi pasar. Perdagangan agen-ke-agen menggunakan agen AI yang bernalar tentang konteks, menafsirkan instruksi bahasa alami, dan menyesuaikan strategi negosiasi mereka secara dinamis. Perbedaannya terletak antara sistem yang mengikuti aturan dan sistem yang membuat penilaian — dengan segala kekuatan dan risiko yang tersirat dari perbedaan tersebut.

Sumber

• Anthropic, pengumuman riset "Project Deal", 24 April 2026 (dirujuk melalui pemberitaan TechCrunch, 25 April 2026)
• TechCrunch, "Anthropic created a test marketplace for agent-on-agent commerce," Anthony Ha, 25 April 2026
• Halaman depan Hacker News, 26 April 2026 — referensi silang dengan thread diskusi keamanan agen AI yang lebih luas
• Dokumentasi model Anthropic tentang perilaku agentik dan penggunaan alat, 2025–2026
• Latar belakang umum: "Economic implications of autonomous agent systems," berbagai peneliti keamanan AI, 2025