Anthropic создала тестовый маркетплейс, где AI-агенты торгуют друг с другом

Резюме

24 апреля 2026 года Anthropic опубликовала подробности Project Deal — экспериментальной торговой площадки, на которой агенты Claude выступали в роли автономных покупателей и продавцов, вели переговоры и заключали реальные сделки от имени сотрудников Anthropic в офисе компании в Сан-Франциско. Этот эксперимент не является запуском продукта — это контролируемый исследовательский проект, разработанный для изучения того, как AI-агенты ведут себя, когда их партнёр по сделке также является AI-агентом, а не человеком. Результаты дают наиболее наглядную на сегодняшний день публичную демонстрацию того, как на практике выглядит коммерция «агент-агенту», и поднимают структурные вопросы о доверии, стратегии переговоров и динамике рынка в мире, где AI-агенты массово совершают транзакции от имени людей.

Что такое Project Deal

Project Deal был создан исследовательской командой Anthropic и работал как площадка объявлений — по формату похожая на внутренний Craigslist — для сотрудников головного офиса Anthropic в Сан-Франциско. Отличительной особенностью была следующая деталь: Claude было поручено выступать одновременно и покупателем, и продавцом от имени участвующих сотрудников. Агенты просматривали объявления, оценивали ценность товаров, начинали переговоры и совершали покупки — всё это без вмешательства человека с какой-либо из сторон сделки.

Использование реальных товаров и реальных денег было осознанным решением. Исследователи Anthropic хотели наблюдать за поведением агентов в условиях, создающих настоящие риски, а не в симуляции. Когда агент переплачивает за товар, сотрудник, которого он представляет, теряет реальные деньги. Когда агент ведёт переговоры агрессивно, агент-партнёр — и человек, стоящий за ним, — воспринимает это как подлинный результат. Именно это отличает Project Deal от предыдущих экспериментов по переговорам между агентами, в которых использовались виртуальные токены или симулированные рынки.

Ключевые параметры настройки Project Deal:

Как на самом деле выглядит коммерция «агент-агенту»

Большинство публичных обсуждений AI-агентов в коммерции представляют себе одно направление: человек-принципал с AI-агентом, выполняющим задачи от его имени. Project Deal ввёл второе измерение — партнёр по сделке также является агентом, действующим от имени человека-принципала. Ни одна из сторон не является человеком, активно участвующим в переговорах. Обе стороны — это AI-системы, стремящиеся достичь наилучшего результата для человека, которого они представляют.

Это создаёт динамику, которой не существует в коммерции «человек-человеку» или «человек-AI»:

• Скорость переговоров — AI-агенты могут обмениваться предложениями, встречными предложениями и обоснованиями за секунды. Переговоры, которые у человека занимают пятнадцать минут обмена репликами, могут завершиться менее чем за минуту.
• Последовательность стратегии — человек-переговорщик меняет свой подход в зависимости от настроения, усталости и социального давления. Агент применяет свою стратегию последовательно в каждой сделке, каждый раз.
• Информационная асимметрия — оба агента имеют доступ к одному и тому же типу возможностей рассуждения. Ни у одного из них нет врождённого преимущества в обработке информации над другим, что смещает конкурентное преимущество в сторону качества инструкций и контекста, предоставленных человеком-принципалом.
• Согласованность с принципалом — агент, ведущий переговоры за покупателя, и агент, ведущий переговоры за продавца, оба стараются удовлетворить своих соответствующих принципалов. Когда оба агента хорошо согласованы с заявленными целями своих принципалов, сделка разрешается эффективно. Когда инструкции нечёткие, агенты могут чрезмерно оптимизироваться по косвенным показателям (самая низкая цена, самое быстрое завершение), а не по реальной ценности.

Последствия для агентной экономики

Project Deal — это исследовательский проект, но также прототип более широкого сдвига, который уже происходит. В 2026 году AI-агенты внедряются в процессы закупок, аукционы рекламы, системы динамического ценообразования и конвейеры переговоров с клиентами. В большинстве этих внедрений одна сторона сделки всё ещё представлена человеком или системой, управляемой человеком. Project Deal демонстрирует ближайшее будущее, в котором обе стороны — агенты.

Экономические последствия этого сдвига значительны:

Строки о доверии и исправлении ошибок — именно там концентрируются структурные проблемы. Когда человек заключает плохую сделку, он может это распознать, обострить ситуацию или пересмотреть условия. Когда агент заключает плохую сделку на машинной скорости в сотнях одновременных транзакций, ущерб накапливается прежде, чем какой-либо человек-контролёр сможет вмешаться. Использование реальных денег в Project Deal в контролируемой среде с низкими рисками было частично способом наблюдать за этой динамикой в масштабе, где ошибки можно исправить.

Опубликованные Anthropic результаты не включают подробную разбивку итогов переговоров, показателей побед или средних цен транзакций — эти детали не были раскрыты в анонсе от 24 апреля. Что было раскрыто — это то, что агенты успешно совершали автономные транзакции, что формат торговой площадки работал так, как задумано, и что эксперимент используется для того, чтобы определить, как Claude обрабатывает задачи агентной коммерции в производственных развёртываниях.

Что это значит для разработчиков, создающих агентов сегодня

Project Deal — это сигнал о направлении развития развёртывания AI-агентов, а не изолированное академическое упражнение. Anthropic — это лаборатория, стоящая за Claude — моделью, обеспечивающей значительную долю производственных развёртываний агентов в 2026 году. Когда Anthropic проводит внутренний исследовательский проект по коммерции «агент-агенту», она разрабатывает возможности, оценки безопасности и поведенческие рекомендации, которые будут определять, как Claude работает в коммерческих агентных контекстах.

Для разработчиков, создающих агентов сегодня, практические последствия таковы:

1. Идентификация агента и качество инструкций имеют значение больше, чем когда-либо. Когда ваш агент ведёт переговоры с другим агентом — а не с человеком — качество предоставленных вами инструкций и контекста является главным источником конкурентного преимущества. Плохо сформулированная инструкция вроде «получи лучшую сделку» приведёт к иному поведению, чем «купи товар, если цена находится в пределах 15% от заявленной стоимости, а время ответа продавца — менее 2 часов».

2. Журналы аудита становятся необходимыми. В транзакциях «агент-агенту» никто из людей не наблюдает переговоры в реальном времени. Вам нужны журналы того, на что согласился ваш агент, почему, и что предлагал агент-партнёр на каждом шаге. Без этих журналов у споров нет доказательной базы.

3. Согласованность с принципалом — это новая проблема UX. Качество результатов агента в контексте торговой площадки является прямой функцией того, насколько хорошо он понимает и представляет ваши реальные предпочтения — а не только ваши заявленные цели. Это проблема проектирования инструкций, а не проблема модели.

4. Экосистема формируется прямо сейчас. Стандарты идентификации агентов, авторизации и протоколов межагентного взаимодействия разрабатываются в 2025 и 2026 годах. Разработчики, которые уже сейчас создают решения с учётом этих стандартов, получат преимущество по мере созревания агентной экономики.

Развёртывайте своих собственных агентов в агентной экономике с Happycapy

Happycapy создан именно для того момента, который демонстрирует Project Deal: мира, где агенты действуют от вашего имени в задачах, транзакциях и рабочих процессах — и где качество конфигурации вашего агента определяет его эффективность.

Каждый агент Happycapy определяется набором конфигурационных файлов — SOUL, USER, IDENTITY, MEMORY и AGENTS — которые позволяют точно указать цели, контекст, тон и область действия вашего агента. Вы не пишете код — вы пишете инструкции, которые определяют, как ваш агент представляет вас. Это различие имеет значение в контексте коммерции «агент-агенту», где агент на другой стороне работает на том же классе модели, а результат определяется тем, чьи инструкции яснее.

Агенты Happycapy работают в изолированных облачных песочницах, что означает, что вы можете развёртывать, тестировать и итеративно улучшать поведение агента без риска для ваших производственных систем. Когда вы будете готовы подключить агента к реальному рабочему процессу — конвейеру закупок, очереди поддержки, задаче обработки данных — вы сможете сделать это с проверенными, ограниченными по правам подключениями, а не с широкими учётными данными.

Агентная экономика — это не будущий тренд. Это среда, которую, как демонстрирует Project Deal, уже строят. Попробуйте Happycapy бесплатно и создайте агента, который будет представлять вас в этой среде.

Часто задаваемые вопросы

Вопрос: Является ли Project Deal публичным продуктом Anthropic или внутренним исследовательским проектом? Ответ: Project Deal — это внутренний исследовательский эксперимент, а не публичный продукт. Он проводился с использованием внутренней торговой площадки в офисе Anthropic в Сан-Франциско, с сотрудниками Anthropic в роли человеческих принципалов. Anthropic опубликовала подробности эксперимента 24 апреля 2026 года как исследовательский результат, а не как анонс продукта.

Вопрос: Использовали ли агенты Claude в Project Deal реальные деньги? Ответ: Да. Согласно опубликованному Anthropic отчёту об эксперименте, агенты совершали транзакции с реальными товарами и реальными деньгами. Использование реальных ставок было осознанным дизайнерским решением для наблюдения за поведением агентов в условиях, создающих настоящие последствия, что отличает эксперимент от симулированных рыночных исследований.

Вопрос: Что происходит, когда два AI-агента не соглашаются по поводу цены? Ответ: В формате Project Deal агенты вели переговоры автономно — обменивались предложениями и встречными предложениями без вмешательства человека. Когда агенты не могли договориться, сделка не завершалась. Это тот же результат, что и неудачные переговоры между людьми, но происходит быстрее и без социального трения, которое иногда толкает людей-переговорщиков к неоптимальным соглашениям.

Вопрос: Чем коммерция «агент-агенту» отличается от традиционного алгоритмического трейдинга или динамического ценообразования? Ответ: Системы алгоритмического трейдинга и динамического ценообразования основаны на правилах: они выполняют заранее заданную логику в ответ на рыночные условия. Коммерция «агент-агенту» использует AI-агентов, которые рассуждают о контексте, интерпретируют инструкции на естественном языке и динамически адаптируют свою стратегию переговоров. Различие заключается между системой, следующей правилам, и системой, принимающей суждения — со всей мощью и риском, которые подразумевает это различие.

Источники

• Anthropic, анонс исследования «Project Deal», 24 апреля 2026 г. (упоминается в материалах TechCrunch, 25 апреля 2026 г.)
• TechCrunch, «Anthropic создала тестовую торговую площадку для коммерции агент-на-агента», Anthony Ha, 25 апреля 2026 г.
• Главная страница Hacker News, 26 апреля 2026 г. — перекрёстная ссылка с более широкой дискуссией о безопасности AI-агентов
• Документация модели Anthropic по агентному поведению и использованию инструментов, 2025–2026 гг.
• Общий контекст: «Экономические последствия автономных агентных систем», различные исследователи безопасности AI, 2025 г.