กลับ
Anthropic สร้างตลาดทดสอบให้ AI Agent ซื้อขายกันเอง
April 27, 2026
7 นาทีในการอ่าน
แชร์บทความนี้

Anthropic สร้างตลาดทดสอบให้ AI Agent ซื้อขายกันเอง

เจาะลึกการทดลอง Project Deal ของ Anthropic ที่ให้ Claude agent ซื้อขายกันเองด้วยเงินจริง และสิ่งที่มันบอกใบ้ถึงตลาด agent-to-agent ในอนาคต

สรุป

เมื่อวันที่ 24 เมษายน 2026 Anthropic ได้เผยแพร่รายละเอียดของ Project Deal — ตลาดทดลองที่ให้ Claude agents ทำหน้าที่เป็นทั้งผู้ซื้อและผู้ขายอย่างอิสระ โดยเจรจาและทำธุรกรรมจริงในนามของพนักงาน Anthropic ที่สำนักงานในซานฟรานซิสโก การทดลองนี้ไม่ใช่การเปิดตัวผลิตภัณฑ์ แต่เป็นโครงการวิจัยที่มีการควบคุมเพื่อทดสอบว่า AI agents มีพฤติกรรมอย่างไรเมื่อคู่ค้าในธุรกรรมเป็น AI agent เช่นกัน ไม่ใช่มนุษย์ ผลลัพธ์ที่ได้เป็นการแสดงให้เห็นต่อสาธารณะที่ชัดเจนที่สุดเท่าที่มีมาว่าการค้าระหว่าง agent กับ agent เป็นอย่างไรในทางปฏิบัติ และยังก่อให้เกิดคำถามเชิงโครงสร้างเกี่ยวกับความไว้วางใจ กลยุทธ์การเจรจา และพลวัตของตลาดในโลกที่ AI agents ทำธุรกรรมแทนผู้คนในระดับขนาดใหญ่

Project Deal คืออะไร

Project Deal ถูกสร้างขึ้นโดยทีมวิจัยของ Anthropic และดำเนินการในรูปแบบตลาดประกาศซื้อขาย — คล้ายกับ Craigslist ภายในองค์กร — สำหรับพนักงานที่สำนักงานใหญ่ของ Anthropic ในซานฟรานซิสโก จุดเด่นที่สำคัญคือความพลิกแพลง: Claude ได้รับมอบหมายให้ทำหน้าที่เป็นทั้งผู้ซื้อและผู้ขายในนามของพนักงานที่เข้าร่วม agents เข้าไปดูรายการประกาศ ประเมินมูลค่า เปิดการเจรจา และทำการซื้อให้เสร็จสมบูรณ์ — ทั้งหมดโดยไม่มีการแทรกแซงจากมนุษย์ในทั้งสองฝั่งของธุรกรรม

การใช้สินค้าจริงและเงินจริงเป็นความตั้งใจ นักวิจัยของ Anthropic ต้องการสังเกตพฤติกรรมของ agent ในสภาวะที่มีความเสี่ยงจริง ไม่ใช่การจำลอง เมื่อ agent จ่ายเงินเกินราคาสำหรับสินค้าชิ้นหนึ่ง พนักงานที่ agent นั้นเป็นตัวแทนก็จะสูญเสียเงินจริง เมื่อ agent เจรจาอย่างดุดัน agent คู่ค้า — และบุคคลที่อยู่เบื้องหลัง — ก็จะได้รับผลลัพธ์นั้นอย่างแท้จริง การออกแบบนี้ทำให้ Project Deal แตกต่างจากการทดลองการเจรจาของ agent ก่อนหน้านี้ที่ใช้โทเคนเสมือนหรือตลาดจำลอง

พารามิเตอร์สำคัญของการตั้งค่า Project Deal:

พารามิเตอร์รายละเอียด
วันเปิดตัว24 เมษายน 2026
สถานที่ตลาดภายในองค์กร สำนักงาน Anthropic ที่ซานฟรานซิสโก
ผู้เข้าร่วมพนักงาน Anthropic ในฐานะเจ้าของ; Claude agents ในฐานะตัวแทนของพวกเขา
ประเภทธุรกรรมสินค้าจริง รูปแบบประกาศซื้อขาย
สกุลเงินเงินจริง
โมเดล agentClaude (ไม่มีการเปิดเผยเวอร์ชันที่แน่ชัดต่อสาธารณะ)
การแทรกแซงของมนุษย์ระหว่างธุรกรรมไม่มี — agents เจรจาอย่างอิสระ

การค้าระหว่าง agent กับ agent มีลักษณะอย่างไรในความเป็นจริง

การพูดคุยในที่สาธารณะเกี่ยวกับ AI agents ในเชิงพาณิชย์ส่วนใหญ่มักจินตนาการถึงทิศทางเดียว: เจ้าของที่เป็นมนุษย์มี AI agent ทำหน้าที่ต่างๆ ในนามของตน Project Deal ได้นำมิติที่สองเข้ามา — คู่ค้าในธุรกรรมก็เป็น agent ที่ทำหน้าที่แทนมนุษย์เจ้าของด้วย ไม่มีฝ่ายใดที่เป็นมนุษย์ที่เข้าร่วมเจรจาโดยตรง ทั้งสองฝ่ายเป็นระบบ AI ที่พยายามสร้างผลลัพธ์ที่ดีที่สุดให้กับบุคคลที่ตนเป็นตัวแทน

สิ่งนี้ก่อให้เกิดพลวัตที่ไม่มีอยู่ในการค้าระหว่างมนุษย์กับมนุษย์ หรือมนุษย์กับ AI:

  • ความเร็วในการเจรจา — AI agents สามารถแลกเปลี่ยนข้อเสนอ ข้อเสนอโต้แย้ง และคำอธิบายได้ภายในไม่กี่วินาที การเจรจาที่มนุษย์ต้องใช้เวลาสิบห้านาทีไปมา สามารถจบลงได้ในเวลาไม่ถึงหนึ่งนาที
  • ความสม่ำเสมอของกลยุทธ์ — ผู้เจรจาที่เป็นมนุษย์เปลี่ยนแนวทางตามอารมณ์ ความเหนื่อยล้า และแรงกดดันทางสังคม แต่ agent จะใช้กลยุทธ์เดิมอย่างสม่ำเสมอในทุกธุรกรรม ทุกครั้ง
  • ความไม่สมมาตรของข้อมูล — agent ทั้งสองมีความสามารถในการให้เหตุผลประเภทเดียวกัน ไม่มีฝ่ายใดที่มีความได้เปรียบด้านการประมวลผลข้อมูลโดยธรรมชาติเหนืออีกฝ่าย ซึ่งเปลี่ยนความได้เปรียบทางการแข่งขันไปสู่คุณภาพของคำสั่งและบริบทที่เจ้าของที่เป็นมนุษย์ให้ไว้
  • ความสอดคล้องกับเจ้าของ — agent ที่เจรจาแทนผู้ซื้อและ agent ที่เจรจาแทนผู้ขาย ต่างพยายามสนองความต้องการของเจ้าของของตนเอง เมื่อ agents ทั้งสองมีความสอดคล้องที่ดีกับเป้าหมายที่ระบุไว้ของเจ้าของ ธุรกรรมจะจบลงอย่างมีประสิทธิภาพ แต่เมื่อคำสั่งไม่ชัดเจน agents อาจปรับให้เหมาะที่สุดกับตัวชี้วัดตัวแทน (ราคาต่ำสุด การปิดดีลเร็วที่สุด) มากกว่ามูลค่าจริง

นัยที่มีต่อเศรษฐกิจแบบ agentic

Project Deal เป็นโครงการวิจัย แต่ก็เป็นต้นแบบของการเปลี่ยนแปลงในวงกว้างที่กำลังเกิดขึ้นอยู่แล้ว ในปี 2026 AI agents ถูกนำไปใช้ในกระบวนการจัดซื้อ การประมูลโฆษณา ระบบตั้งราคาแบบไดนามิก และกระบวนการเจรจากับลูกค้า ในการนำไปใช้ส่วนใหญ่นี้ ฝ่ายหนึ่งของธุรกรรมยังคงเป็นมนุษย์หรือระบบที่มนุษย์ควบคุม Project Deal แสดงให้เห็นถึงอนาคตอันใกล้ที่ทั้งสองฝ่ายเป็น agents

นัยทางเศรษฐกิจของการเปลี่ยนแปลงนี้มีความสำคัญ:

มิติทางเศรษฐกิจเส้นฐานมนุษย์กับมนุษย์การประเมินสำหรับ agent กับ agent
ความสามารถในการรองรับปริมาณธุรกรรมถูกจำกัดด้วยความสนใจและเวลาของมนุษย์ไม่จำกัดในทางปฏิบัติ; agents สามารถจัดการธุรกรรมพร้อมกันได้นับพัน
ความสม่ำเสมอในการเจรจาผันแปร; ได้รับผลกระทบจากภาระทางความคิดและอารมณ์สม่ำเสมอ; ถูกกำหนดโดยคำสั่งของ agent และพฤติกรรมของโมเดล
ความเร็วในการปิดตลาดหลายชั่วโมงถึงหลายวันสำหรับการเจรจาที่ซับซ้อนไม่กี่วินาทีถึงไม่กี่นาที
การกำกับดูแลของเจ้าของสูง — มนุษย์อยู่ในวงจรต่ำ — เจ้าของกำหนดคำสั่ง agents เป็นผู้ดำเนินการ
การตรวจสอบความไว้วางใจสัญญาณทางสังคม ชื่อเสียง สัญญาทางกฎหมายการรับรองเชิงเข้ารหัส โปรโตคอลระบุตัวตนของ agent บันทึกการตรวจสอบ
การแก้ไขข้อผิดพลาดมนุษย์สังเกตเห็นข้อผิดพลาดในเวลาจริงต้องมีการตรวจสอบอย่างชัดเจน; ข้อผิดพลาดอาจสะสมก่อนที่จะถูกตรวจพบ

แถวเรื่องความไว้วางใจและการแก้ไขข้อผิดพลาดคือจุดที่ความท้าทายเชิงโครงสร้างรวมตัวกัน เมื่อมนุษย์ทำข้อตกลงที่ไม่ดี พวกเขาสามารถรับรู้ได้ ยกระดับปัญหา หรือเจรจาใหม่ได้ แต่เมื่อ agent ทำข้อตกลงที่ไม่ดีด้วยความเร็วระดับเครื่องจักรในธุรกรรมนับร้อยที่เกิดขึ้นพร้อมกัน ความเสียหายจะสะสมก่อนที่ผู้ตรวจสอบที่เป็นมนุษย์จะเข้ามาแทรกแซงได้ การใช้เงินจริงของ Project Deal ในสภาพแวดล้อมที่มีการควบคุมและมีความเสี่ยงต่ำ ส่วนหนึ่งก็เพื่อสังเกตพลวัตนี้ในระดับที่ข้อผิดพลาดยังสามารถกู้คืนได้

ผลลัพธ์ที่ Anthropic เผยแพร่ไม่ได้รวมถึงการแยกรายละเอียดของผลการเจรจา อัตราการชนะ หรือราคาธุรกรรมเฉลี่ย — รายละเอียดเฉพาะเหล่านั้นไม่ได้ถูกเปิดเผยในประกาศวันที่ 24 เมษายน สิ่งที่ถูกเปิดเผยคือ agents สามารถทำธุรกรรมอย่างอิสระได้สำเร็จ รูปแบบตลาดทำงานได้ตามที่ตั้งใจไว้ และการทดลองนี้กำลังถูกนำไปใช้เพื่อกำหนดว่า Claude จะจัดการกับงานเชิงพาณิชย์แบบ agentic ในการใช้งานจริงอย่างไร

สิ่งนี้มีความหมายอย่างไรสำหรับนักพัฒนาที่สร้าง agents ในปัจจุบัน

Project Deal เป็นสัญญาณที่บ่งบอกถึงทิศทางของการนำ AI agent มาใช้ ไม่ใช่แค่การฝึกฝนทางวิชาการที่โดดเดี่ยว Anthropic คือแล็บที่อยู่เบื้องหลัง Claude — โมเดลที่ขับเคลื่อนสัดส่วนขนาดใหญ่ของการใช้งาน agent ในเชิงผลิตในปี 2026 เมื่อ Anthropic ดำเนินโครงการวิจัยภายในเกี่ยวกับการค้าระหว่าง agent กับ agent นั่นหมายความว่ากำลังพัฒนาความสามารถ การประเมินความปลอดภัย และแนวทางเชิงพฤติกรรมที่จะกำหนดรูปแบบว่า Claude จะทำงานอย่างไรในบริบทเชิงพาณิชย์แบบ agentic

สำหรับนักพัฒนาที่สร้าง agents ในปัจจุบัน นัยเชิงปฏิบัติมีดังนี้:

  1. ตัวตนของ agent และคุณภาพของคำสั่งมีความสำคัญมากกว่าที่เคย เมื่อ agent ของคุณกำลังเจรจากับ agent อื่น — ไม่ใช่มนุษย์ — คุณภาพของคำสั่งและบริบทที่คุณให้ไว้คือแหล่งที่มาหลักของความได้เปรียบทางการแข่งขัน คำสั่งที่กำหนดขอบเขตไม่ดี เช่น "หาข้อตกลงที่ดีที่สุด" จะสร้างพฤติกรรมที่แตกต่างจาก "ซื้อสินค้าถ้าราคาอยู่ในช่วง 15% ของมูลค่าที่ประกาศไว้ และเวลาตอบสนองของผู้ขายน้อยกว่า 2 ชั่วโมง"

  2. บันทึกการตรวจสอบมีความสำคัญอย่างยิ่ง ในธุรกรรมระหว่าง agent กับ agent ไม่มีมนุษย์คนใดเฝ้าดูการเจรจาในเวลาจริง คุณต้องมีบันทึกว่า agent ของคุณตกลงอะไร เพราะอะไร และ agent คู่ค้าเสนออะไรในแต่ละขั้นตอน หากไม่มีบันทึกเหล่านี้ ข้อพิพาทจะไม่มีหลักฐานพื้นฐาน

  3. ความสอดคล้องกับเจ้าของคือปัญหา UX แบบใหม่ คุณภาพของผลลัพธ์ของ agent ในบริบทตลาดเป็นผลโดยตรงจากว่า agent เข้าใจและเป็นตัวแทนของความต้องการที่แท้จริงของคุณได้ดีเพียงใด — ไม่ใช่แค่เป้าหมายที่คุณระบุไว้เท่านั้น นี่คือปัญหาการออกแบบคำสั่ง ไม่ใช่ปัญหาของโมเดล

  4. ระบบนิเวศกำลังก่อตัวขึ้นในขณะนี้ มาตรฐานสำหรับตัวตนของ agent การอนุญาตสิทธิ์ และโปรโตคอลการสื่อสารระหว่าง agent กำลังถูกพัฒนาในปี 2025 และ 2026 นักพัฒนาที่สร้างโดยคำนึงถึงมาตรฐานเหล่านี้ตั้งแต่ตอนนี้จะมีความได้เปรียบเมื่อเศรษฐกิจแบบ agentic เติบโตเต็มที่

นำ agents ของคุณเองไปสู่เศรษฐกิจแบบ agentic ด้วย Happycapy

Happycapy ถูกสร้างขึ้นมาเพื่อช่วงเวลาที่ Project Deal แสดงให้เห็นอย่างชัดเจน: โลกที่ agents ทำหน้าที่แทนคุณในงาน ธุรกรรม และกระบวนการทำงานต่างๆ — และที่คุณภาพของการกำหนดค่า agent ของคุณคือสิ่งที่กำหนดประสิทธิภาพของมัน

Happycapy agent ทุกตัวถูกกำหนดด้วยชุดไฟล์การกำหนดค่า — SOUL, USER, IDENTITY, MEMORY และ AGENTS — ที่ให้คุณระบุเป้าหมาย บริบท น้ำเสียง และขอบเขตของ agent ได้อย่างละเอียด คุณไม่ได้เขียนโค้ด; คุณกำลังเขียนคำสั่งที่กำหนดว่า agent ของคุณจะเป็นตัวแทนของคุณอย่างไร ความแตกต่างนี้มีความสำคัญในบริบทการค้าระหว่าง agent กับ agent ที่ agent ฝั่งตรงข้ามใช้โมเดลระดับเดียวกัน และผลลัพธ์ถูกกำหนดโดยว่าคำสั่งของฝ่ายใดชัดเจนกว่ากัน

Happycapy agents ทำงานในแซนด์บ็อกซ์คลาวด์ที่แยกออกจากกัน ซึ่งหมายความว่าคุณสามารถนำไปใช้ ทดสอบ และปรับปรุงพฤติกรรมของ agent ได้โดยไม่มีความเสี่ยงต่อระบบการผลิตของคุณ เมื่อคุณพร้อมที่จะเชื่อมต่อ agent เข้ากับกระบวนการทำงานจริง — ไปป์ไลน์การจัดซื้อ คิวการสนับสนุน งานประมวลผลข้อมูล — คุณสามารถทำได้ด้วยการเชื่อมต่อที่ได้รับการตรวจสอบและกำหนดขอบเขต แทนที่จะใช้ข้อมูลรับรองที่กว้างเกินไป

เศรษฐกิจแบบ agentic ไม่ใช่แนวโน้มในอนาคต มันคือสภาพแวดล้อมที่ Project Deal แสดงให้เห็นว่ากำลังถูกสร้างขึ้นอยู่แล้ว ลองใช้ Happycapy ฟรี และสร้าง agent ที่เป็นตัวแทนของคุณในโลกนั้น

คำถามที่พบบ่อย

Q: Project Deal เป็นผลิตภัณฑ์สาธารณะของ Anthropic หรือโครงการวิจัยภายใน? A: Project Deal เป็นการทดลองวิจัยภายใน ไม่ใช่ผลิตภัณฑ์สาธารณะ ดำเนินการโดยใช้ตลาดภายในที่สำนักงาน Anthropic ในซานฟรานซิสโก โดยมีพนักงาน Anthropic เป็นเจ้าของที่เป็นมนุษย์ Anthropic เผยแพร่รายละเอียดของการทดลองนี้เมื่อวันที่ 24 เมษายน 2026 ในฐานะผลการวิจัย ไม่ใช่การประกาศผลิตภัณฑ์

Q: Claude agents ใน Project Deal ใช้เงินจริงหรือไม่? A: ใช่ ตามรายงานที่ Anthropic เผยแพร่เกี่ยวกับการทดลองนี้ agents ทำธุรกรรมที่มีสินค้าจริงและเงินจริง การใช้เดิมพันจริงเป็นการตัดสินใจเชิงออกแบบโดยตั้งใจ เพื่อสังเกตพฤติกรรมของ agent ภายใต้เงื่อนไขที่ก่อให้เกิดผลลัพธ์จริง ซึ่งทำให้การทดลองนี้แตกต่างจากงานวิจัยตลาดแบบจำลอง

Q: จะเกิดอะไรขึ้นเมื่อ AI agents สองตัวไม่เห็นด้วยกับราคา? A: ในรูปแบบของ Project Deal agents เจรจาอย่างอิสระ — แลกเปลี่ยนข้อเสนอและข้อเสนอโต้แย้งโดยไม่มีการแทรกแซงจากมนุษย์ เมื่อ agents ไม่สามารถตกลงกันได้ ธุรกรรมก็จะไม่เสร็จสมบูรณ์ นี่คือผลลัพธ์เดียวกันกับการเจรจาของมนุษย์ที่ล้มเหลว แต่เกิดขึ้นเร็วกว่าและไม่มีแรงเสียดทานทางสังคมที่บางครั้งผลักดันให้ผู้เจรจาที่เป็นมนุษย์ไปสู่ข้อตกลงที่ไม่เหมาะสมที่สุด

Q: การค้าระหว่าง agent กับ agent แตกต่างจากการซื้อขายด้วยอัลกอริทึมแบบดั้งเดิมหรือการตั้งราคาแบบไดนามิกอย่างไร? A: ระบบการซื้อขายด้วยอัลกอริทึมและการตั้งราคาแบบไดนามิกเป็นระบบที่ใช้กฎ: พวกมันดำเนินการตามตรรกะที่กำหนดไว้ล่วงหน้าเพื่อตอบสนองต่อสภาวะตลาด การค้าระหว่าง agent กับ agent ใช้ AI agents ที่ให้เหตุผลเกี่ยวกับบริบท ตีความคำสั่งภาษาธรรมชาติ และปรับกลยุทธ์การเจรจาอย่างเป็นพลวัต ความแตกต่างอยู่ระหว่างระบบที่ทำตามกฎกับระบบที่ตัดสินใจเอง — พร้อมกับพลังและความเสี่ยงทั้งหมดที่ความแตกต่างนี้บ่งบอก

แหล่งที่มา

  • Anthropic, "Project Deal" research announcement, April 24, 2026 (referenced via TechCrunch coverage, April 25, 2026)
  • TechCrunch, "Anthropic created a test marketplace for agent-on-agent commerce," Anthony Ha, April 25, 2026
  • Hacker News front page, April 26, 2026 — cross-reference with broader AI agent safety discussion thread
  • Anthropic model documentation on agentic behavior and tool use, 2025–2026
  • General background: "Economic implications of autonomous agent systems," various AI safety researchers, 2025
เผยแพร่เมื่อ April 27, 2026
บทความอื่นๆ