A Anthropic Criou um Mercado de Testes para Agentes de IA Negociarem Entre Si

Resumo

A 24 de abril de 2026, a Anthropic publicou os detalhes do Project Deal — um mercado experimental em que agentes Claude atuaram como compradores e vendedores autónomos, negociando e concluindo transações reais em nome de colaboradores da Anthropic no escritório da empresa em São Francisco. A experiência não é o lançamento de um produto; trata-se de um projeto de investigação controlado, concebido para testar o comportamento dos agentes de IA quando a contraparte numa transação é também um agente de IA, e não um humano. Os resultados oferecem a demonstração pública mais clara, até à data, do que é o comércio entre agentes na prática, e levantam questões estruturais sobre confiança, estratégia de negociação e dinâmicas de mercado num mundo em que agentes de IA transacionam em nome de pessoas à escala.

O Que É o Project Deal

O Project Deal foi criado pela equipa de investigação da Anthropic e funcionou como um mercado de anúncios classificados — semelhante em formato a um Craigslist interno — para colaboradores na sede da Anthropic em São Francisco. A característica definidora foi a reviravolta: o Claude foi encarregado de atuar tanto como comprador como como vendedor em nome dos colaboradores participantes. Os agentes navegaram pelos anúncios, avaliaram o valor, iniciaram negociações e concluíram compras — tudo sem intervenção humana em nenhum dos lados da transação.

O uso de bens reais e dinheiro real foi deliberado. Os investigadores da Anthropic queriam observar o comportamento dos agentes em condições que impusessem riscos reais, e não uma simulação. Quando um agente paga demasiado por um artigo, o colaborador que representa perde dinheiro real. Quando um agente negoceia de forma agressiva, o agente contraparte — e a pessoa por detrás dele — vive isso como um resultado genuíno. Esta escolha de design distingue o Project Deal de experiências anteriores de negociação entre agentes que utilizavam tokens virtuais ou mercados simulados.

Parâmetros-chave da configuração do Project Deal:

O Que É Realmente o Comércio Entre Agentes

A maior parte da discussão pública sobre agentes de IA no comércio imagina apenas uma direção: um mandante humano com um agente de IA a tratar de tarefas em seu nome. O Project Deal introduziu uma segunda dimensão — a contraparte na transação é também um agente a atuar em nome de um mandante humano. Nenhum dos lados é um humano a participar ativamente na negociação. Ambos são sistemas de IA a tentar alcançar o melhor resultado para a pessoa que representam.

Isto cria dinâmicas que não existem no comércio humano-humano ou humano-IA:

• Velocidade de negociação — os agentes de IA podem trocar propostas, contrapropostas e justificações em segundos. Uma negociação que levaria a um humano quinze minutos de idas e voltas pode concluir-se em menos de um minuto.
• Consistência de estratégia — um negociador humano muda a sua abordagem consoante o estado de espírito, o cansaço e a pressão social. Um agente aplica a sua estratégia de forma consistente em todas as transações, sempre.
• Assimetria de informação — ambos os agentes têm acesso ao mesmo tipo de capacidade de raciocínio. Nenhum tem uma vantagem inerente no processamento de informação sobre o outro, o que desloca a vantagem competitiva para a qualidade das instruções e do contexto fornecidos pelo mandante humano.
• Alinhamento com o mandante — um agente a negociar em nome de um comprador e um agente a negociar em nome de um vendedor estão ambos a tentar satisfazer os respetivos mandantes. Quando ambos os agentes estão bem alinhados com os objetivos declarados dos seus mandantes, a transação resolve-se de forma eficiente. Quando as instruções são vagas, os agentes podem sobreotimizar métricas substitutas (preço mais baixo, conclusão mais rápida) em vez do valor real.

Implicações para a Economia Agêntica

O Project Deal é um projeto de investigação, mas é também um protótipo para uma mudança mais alargada que já está em curso. Em 2026, os agentes de IA estão a ser implementados em fluxos de trabalho de aprovisionamento, leilões de publicidade, sistemas de preços dinâmicos e pipelines de negociação com clientes. Na maioria destas implementações, um dos lados da transação ainda é um humano ou um sistema operado por humanos. O Project Deal demonstra um futuro próximo em que ambos os lados são agentes.

As implicações económicas dessa mudança são significativas:

As linhas relativas à confiança e à correção de erros são onde se concentram os desafios estruturais. Quando um humano faz um mau negócio, consegue reconhecê-lo, escalar a situação ou renegociar. Quando um agente faz um mau negócio à velocidade de uma máquina, em centenas de transações simultâneas, o dano acumula-se antes que qualquer revisor humano possa intervir. O uso de dinheiro real pelo Project Deal, num ambiente controlado e de baixo risco, foi em parte uma forma de observar esta dinâmica a uma escala em que os erros são recuperáveis.

Os resultados publicados pela Anthropic não incluem uma análise detalhada dos resultados das negociações, taxas de sucesso ou preços médios das transações — esses pormenores não foram divulgados no anúncio de 24 de abril. O que foi divulgado é que os agentes concluíram com sucesso transações autónomas, que o formato de mercado funcionou como previsto, e que a experiência está a ser utilizada para orientar a forma como o Claude gere tarefas de comércio agêntico em implementações de produção.

O Que Isto Significa para os Programadores Que Estão a Construir Agentes Hoje

O Project Deal é um sinal sobre a direção da implementação de agentes de IA, não um exercício académico isolado. A Anthropic é o laboratório por detrás do Claude — o modelo que alimenta uma grande parte das implementações de agentes em produção em 2026. Quando a Anthropic realiza um projeto de investigação interno sobre comércio entre agentes, está a desenvolver as capacidades, avaliações de segurança e diretrizes comportamentais que moldarão o desempenho do Claude em contextos comerciais agênticos.

Para os programadores que constroem agentes hoje, as implicações práticas são:

1. A identidade do agente e a qualidade das instruções importam mais do que nunca. Quando o seu agente está a negociar com outro agente — e não com um humano —, a qualidade das instruções e do contexto que fornece é a principal fonte de vantagem competitiva. Uma instrução mal definida como "consegue o melhor negócio" produzirá um comportamento diferente de "compra o artigo se o preço estiver dentro de 15% do valor anunciado e o tempo de resposta do vendedor for inferior a 2 horas."

2. Os registos de auditoria tornam-se essenciais. Nas transações entre agentes, nenhum humano está a observar a negociação em tempo real. É necessário ter registos do que o seu agente aceitou, porquê, e do que o agente contraparte propôs em cada etapa. Sem esses registos, os litígios não têm base probatória.

3. O alinhamento com o mandante é o novo problema de UX. A qualidade dos resultados de um agente num contexto de mercado é uma função direta de quão bem ele compreende e representa as suas preferências reais — não apenas os seus objetivos declarados. Este é um problema de design de instruções, não um problema de modelo.

4. O ecossistema está a formar-se agora. Estão a ser desenvolvidas normas para identidade de agentes, autorização e protocolos de comunicação entre agentes em 2025 e 2026. Os programadores que construírem tendo estas normas em mente desde já terão uma vantagem à medida que a economia agêntica amadurecer.

Implemente os Seus Próprios Agentes na Economia Agêntica com a Happycapy

A Happycapy foi criada exatamente para o momento que o Project Deal demonstra: um mundo em que os agentes atuam em seu nome em tarefas, transações e fluxos de trabalho — e onde a qualidade da configuração do seu agente é o que determina a sua eficácia.

Cada agente Happycapy é definido por um conjunto de ficheiros de configuração — SOUL, USER, IDENTITY, MEMORY e AGENTS — que lhe permitem especificar os objetivos, o contexto, o tom e o âmbito do seu agente com precisão. Não está a escrever código; está a escrever as instruções que determinam como o seu agente o representa. Essa distinção importa num contexto de comércio entre agentes, onde o agente do outro lado está a correr a mesma classe de modelo e o resultado é determinado por quem tem as instruções mais claras.

Os agentes Happycapy correm em sandboxes isoladas na cloud, o que significa que pode implementar, testar e iterar sobre o comportamento do agente sem risco para os seus sistemas de produção. Quando estiver pronto para ligar um agente a um fluxo de trabalho real — um pipeline de aprovisionamento, uma fila de suporte, uma tarefa de processamento de dados —, pode fazê-lo com ligações auditadas e delimitadas em vez de credenciais amplas.

A economia agêntica não é uma tendência futura. É o ambiente que o Project Deal demonstra que já está a ser construído. Experimente a Happycapy gratuitamente e construa o agente que o representa nela.

Perguntas Frequentes

P: O Project Deal é um produto público da Anthropic ou um projeto de investigação interno? R: O Project Deal é uma experiência de investigação interna, não um produto público. Foi conduzida através de um mercado interno no escritório da Anthropic em São Francisco, com colaboradores da Anthropic como mandantes humanos. A Anthropic publicou os detalhes da experiência a 24 de abril de 2026, como um resultado de investigação e não como um anúncio de produto.

P: Os agentes Claude no Project Deal utilizaram dinheiro real? R: Sim. De acordo com o relato publicado pela Anthropic sobre a experiência, os agentes realizaram transações que envolveram bens reais e dinheiro real. O uso de riscos reais foi uma escolha de design deliberada para observar o comportamento dos agentes em condições que impõem consequências efetivas, distinguindo a experiência de investigações de mercado simuladas.

P: O que acontece quando dois agentes de IA discordam sobre um preço? R: No formato do Project Deal, os agentes negociaram de forma autónoma — trocando propostas e contrapropostas sem intervenção humana. Quando os agentes não conseguiam chegar a acordo, a transação não se concretizava. Este é o mesmo resultado de uma negociação humana falhada, mas acontece mais rapidamente e sem o atrito social que, por vezes, empurra os negociadores humanos para acordos abaixo do ideal.

P: Em que difere o comércio entre agentes da negociação algorítmica tradicional ou dos preços dinâmicos? R: Os sistemas de negociação algorítmica e de preços dinâmicos baseiam-se em regras: executam lógica pré-especificada em resposta às condições de mercado. O comércio entre agentes utiliza agentes de IA que raciocinam sobre o contexto, interpretam instruções em linguagem natural e adaptam a sua estratégia de negociação de forma dinâmica. A distinção está entre um sistema que segue regras e um sistema que faz julgamentos — com todo o poder e risco que essa distinção implica.

Fontes

• Anthropic, "Project Deal" anúncio de investigação, 24 de abril de 2026 (referenciado através da cobertura da TechCrunch, 25 de abril de 2026)
• TechCrunch, "Anthropic created a test marketplace for agent-on-agent commerce," Anthony Ha, 25 de abril de 2026
• Página inicial da Hacker News, 26 de abril de 2026 — referência cruzada com um tópico de discussão mais amplo sobre segurança de agentes de IA
• Documentação de modelos da Anthropic sobre comportamento agêntico e uso de ferramentas, 2025–2026
• Contexto geral: "Economic implications of autonomous agent systems," vários investigadores de segurança de IA, 2025