Desember lalu, Anthropic melakukan eksperimen di kantornya di San Francisco — memberikan masing-masing 69 karyawan kartu hadiah senilai $100, lalu membiarkan agen AI mereka berdagang satu sama lain.
Seminggu kemudian, para agen AI telah menyelesaikan 186 transaksi dengan total nilai $4.006, rata-rata sekitar $21,50 per transaksi.
Kedengarannya lancar? Masalahnya ada di belakang.
Bagaimana eksperimen berjalan
Anthropic menamai eksperimen ini "Project Deal."
Prosesnya sederhana: Anthropic pertama-tama mewawancarai setiap peserta, menanyakan apa yang ingin mereka jual, harga minimumnya, apa yang ingin mereka beli, dan gaya negosiasi seperti apa yang mereka inginkan untuk AI. Informasi ini kemudian diubah menjadi System Prompt khusus untuk setiap agen AI, dan disebarkan ke empat saluran Slack paralel.
Seluruh proses negosiasi tanpa campur tangan manusia. Para agen AI sendiri yang menawar, melakukan tawar-menawar, dan menyelesaikan transaksi.
Lebih dari 500 barang terdaftar di pasar — sepeda bekas, papan luncur, meja pingpong, dan berbagai barang campuran. Beberapa dari 186 transaksi akhir cukup aneh: seseorang membeli papan salju yang persis sama dengan yang sudah dimilikinya; satu agen AI membeli 19 bola pingpong untuk pemiliknya "sebagai hadiah untuk dirinya sendiri," dan 19 bola itu masih tergeletak di sudut kantor Anthropic.
Data kunci: semakin kuat modelnya, semakin sulit rugi
Anthropic menjalankan empat versi eksperimen, dua menggunakan Claude Opus 4.5 dan dua mencampurkan Opus 4.5 dengan Haiku 4.5.
Perbandingan Opus dan Haiku, perbedaannya langsung terlihat:
- Pengguna Opus rata-rata menyelesaikan sekitar 2 transaksi lebih banyak
- Untuk barang yang sama, harga jual Opus rata-rata $3,64 lebih tinggi dari Haiku
- Contoh paling tipikal: sepeda rusak, agen Haiku menjual seharga $38, agen Opus menjual seharga $65
- Sebagai penjual: Opus rata-rata mendapatkan $2,68 lebih banyak; sebagai pembeli: rata-rata membayar $2,45 lebih sedikit
Dengan kata lain, menggunakan model yang lebih baik berarti bisa menjual lebih mahal dan membeli lebih murah di pasar.
Hal yang membuat Anthropic gelisah
Satu temuan dalam hasil eksperimen membuat para peneliti merasa "tidak nyaman":
Peserta yang diwakili oleh agen Haiku sama sekali tidak menyadari bahwa mereka berada dalam posisi yang dirugikan.
Anthropic meminta semua peserta menilai persepsi subjektif mereka tentang keadilan transaksi pada skala 7 poin. Pengguna Haiku: 4,05. Pengguna Opus: 4,06. Hampir tidak ada perbedaan.
Apa artinya ini? Artinya seseorang bisa terus-menerus mendapatkan hasil yang lebih buruk di pasar agen AI tanpa pernah tahu mengapa, atau bahkan tanpa tahu bahwa hal itu sedang terjadi.
Anthropic menyebutnya "ketidaksetaraan yang sunyi" (quiet inequality): ketika pihak yang lemah tidak memiliki kemampuan persepsi, keadilan pasar menjadi proposisi palsu.
Temuan lain yang kontra-intuitif
Kesimpulan tak terduga lainnya: instruksi negosiasi yang diberikan kepada AI hampir tidak berguna.
Dalam eksperimen, beberapa peserta memberikan instruksi yang cukup detail kepada agen AI mereka, seperti "kamu harus bernegosiasi dengan keras, jangan pernah menurunkan harga duluan." Ada yang meminta AI "berkomunikasi dengan gaya koboi yang sedang bernasib sial."
Hasilnya? Instruksi khusus ini hampir tidak memiliki dampak statistik yang signifikan terhadap harga transaksi akhir atau jumlah kesepakatan.
Claude memang setia menjalankan persona koboi itu — tetapi hasil transaksinya tidak berbeda dari yang lain.
46% bersedia membayar untuk layanan ini
Setelah eksperimen, Anthropic mensurvei para peserta: 46% mengatakan mereka bersedia membayar untuk layanan agen AI serupa.
Angka ini cukup menarik — mengingat mereka semua adalah karyawan Anthropic yang sudah lebih akrab dan percaya pada AI dibandingkan orang biasa, kemauan membayar 46% tidak terlalu tinggi, tetapi cukup untuk menunjukkan bahwa konsep "biarkan AI bernegosiasi di pasar untuk Anda" memiliki permintaan nyata.
Dalam postingan blognya, Anthropic mengatakan Project Deal membuktikan bahwa "perdagangan otonom antar-agen itu layak," tetapi juga bahwa sebelum benar-benar diluncurkan, kerangka kebijakan perlu dipertimbangkan secara serius — terutama ketika pengguna sama sekali tidak tahu seberapa kuat atau lemah AI mereka.
Singkatnya: teknologi pasar agen AI sudah berjalan secara teknis. Pertanyaan selanjutnya adalah: siapa yang memastikan AI Anda bukan yang dirugikan?
Sumber: CocoLoop, Anthropic created a test marketplace for agent-on-agent commerce (TechCrunch); Project Deal: our Claude-run marketplace experiment (Blog resmi Anthropic)