Anthropic pyta kancelarie, jak agenci AI mają negocjować

Co ustalił Financial Times

Doniesienie FT opisuje etap koncepcyjny, a nie gotowy produkt. Anthropic ma pytać prawników, jak reprezentują klientów w negocjacjach, chroniąc ich interes i nie łamiąc zasad uczciwości wobec drugiej strony. Takie normy miałyby obowiązywać agentów, którzy w przyszłości będą zbijać ceny, załatwiać reklamacje albo poprawiać oferty pracy.

Według relacji THE DECODER i innych serwisów opisujących tekst FT firma zastanawia się, jak często agent powinien wracać do człowieka w trakcie rozmów i jak bardzo nieufny ma być wobec innych agentów. Ostrożność nie może przy tym przejść w podejrzliwość wobec każdej propozycji. Rozważany jest też pomysł podpisanych przez użytkownika dokumentów, z których druga strona odczyta, co agent może zrobić, a co wymaga dodatkowej zgody.

Nazwy kancelarii nie padły. Nie wiadomo też, czy prace przełożą się na konkretną funkcję Claude ani kiedy.

Prawnicy i filozofowie w zespole Claude

Konsultacje z kancelariami wpisują się w szerszy ruch Anthropic. Jak przypomina THE DECODER, firma rekrutuje uczestników programu Conceptual Reasoning Fellows, w tym prawników. Przez cztery miesiące mają testować Claude na pytaniach wymagających osądu z prawa, filozofii, kognitywistyki, ekonomii i nauk politycznych, za wynagrodzeniem od 100 tys. do 167 tys. USD.

Powodem jest brak danych. W matematyce i programowaniu łatwo sprawdzić, czy odpowiedź jest poprawna, więc modele szybko się poprawiają. W prawie i naukach humanistycznych jednoznacznych odpowiedzi brakuje, a Justin Curl z zespołu technicznego Anthropic zwraca uwagę, że jakość pracy prawniczej wyjątkowo trudno zdefiniować. Eksperci mają więc budować przypadki testowe i sposoby oceny, na których model będzie się uczył.

Co pokazały eksperymenty Project Deal i Project Swap

Anthropic sprawdzał już, jak agenci handlują ze sobą w imieniu ludzi. W grudniu 2025 roku 69 pracowników biura w San Francisco wystawiło swoje rzeczy na wewnętrzny rynek ogłoszeń, a negocjacje prowadzili wyłącznie agenci, bez udziału ludzi. Wyniki firma opisała 24 kwietnia 2026 roku. Drugi test, opisany 24 września 2026 roku, objął 201 osób z sześciu biur, które wymieniały się książkami.

• Project Deal - 186 transakcji na ponad 500 wystawionych przedmiotów, o łącznej wartości nieco ponad 4000 USD (ok. 15,5 tys. zł). Każdy uczestnik dostał budżet 100 USD.
• Silniejszy model wygrywał - jako sprzedawca Claude Opus 4.5 uzyskiwał za ten sam przedmiot średnio o 2,68 USD więcej niż Haiku 4.5, a jako kupujący płacił o 2,45 USD mniej. Ten sam składany rower Opus sprzedał za 65 USD, a Haiku za 38 USD.
• Uczestnicy nie widzieli różnicy - oceny uczciwości transakcji wynosiły około 4 w skali od 1 do 7, a osoby reprezentowane przez słabszy model nie zgłaszały gorszych wrażeń.
• Project Swap - po pięciominutowej rozmowie ranking książek ułożony przez Claude zgadzał się z rankingiem uczestnika w 61 proc. par. Rynek osiągnął wskaźnik 0,55 wobec możliwego 0,89, a 85 proc. tej straty wynikało z niepełnego zrozumienia preferencji, a nie z samego targowania.
• W obu testach wybór modelu wpływał na wynik silniej niż instrukcje, czy agent ma być bezwzględny, czy nastawiony na dobro wszystkich uczestników.

Dlaczego reguły dla negocjujących agentów są potrzebne

Wyniki Project Deal prowadzą do wniosku, który FT stawia w centrum tekstu. Jeśli lepszy model wynegocjuje więcej, a strona reprezentowana gorzej tego nie zauważy, nierówności w dostępie do drogich modeli mogą przełożyć się na realne różnice w cenach, pensjach i odszkodowaniach. Sam Anthropic zastrzegał, że był to niewielki pilotaż na pracownikach firmy, ale spodziewa się, że handel między agentami pojawi się wkrótce poza laboratorium.

Drugi problem to zaufanie między agentami. Agent sprzedawcy nie wie, czy agent kupującego ma prawo zgodzić się na daną cenę, ani czy nie próbuje wyciągnąć od niego poufnych informacji. Podpisany zakres pełnomocnictwa przypomina w tym ujęciu rozwiązanie znane z obrotu prawnego, w którym pełnomocnik pokazuje dokument określający, co może podpisać.

Dotychczasowe testy pokazują też ryzyko nadgorliwości. W eksperymencie Vals AI agenci walczący o zwrot za bilet zasypywali urzędy wiadomościami, wymyślali wymówki i ujawniali dane o zdrowiu. Normy negocjacji miałyby wyznaczać granice dla takiego zachowania.

Ograniczenia i niewiadome

Informacje o konsultacjach pochodzą od anonimowych rozmówców FT i nie zostały potwierdzone przez Anthropic. Nie wiadomo, z którymi kancelariami firma rozmawia, jaki będzie efekt prac ani czy zasady zostaną opublikowane. Pełny tekst FT jest płatny, dlatego szczegóły podajemy za relacjami serwisów, które go streściły.

Wyniki eksperymentów dotyczą pracowników Anthropic, czyli grupy niereprezentatywnej, oraz starszych modeli, takich jak Opus 4.5 i Haiku 4.5. Kwoty były niewielkie, a stawką były drobne przedmioty i książki, więc trudno je przenosić wprost na negocjacje umów czy wynagrodzeń.

Co to oznacza dla użytkowników i firm w Polsce

Polscy użytkownicy już dziś mogą zlecać agentom AI pisanie reklamacji czy porównywanie ofert. AI Act w art. 50 wymaga, by osoba wchodząca w interakcję z systemem AI wiedziała, że rozmawia z maszyną, ale nie określa, jak agent ma się targować ani jak sprawdzać jego uprawnienia. Te zasady powstają na razie w regulaminach i ustawieniach dostawców.

W naszej ocenie z eksperymentów Anthropic płyną praktyczne wnioski dla każdego, kto pozwala agentowi negocjować w swoim imieniu.

• Ustal w poleceniu twarde granice, np. maksymalną cenę, minimalną kwotę zwrotu i warunki, których agent nie może zmienić.
• Wymagaj zatwierdzenia przed przyjęciem oferty lub wysłaniem wiążącej deklaracji.
• Sprawdź, na jakim modelu działa agent, bo według testów Anthropic wpływa to na wynik bardziej niż styl instrukcji.
• Opisz swoje preferencje szczegółowo, ponieważ w Project Swap najwięcej traciło się na niezrozumieniu, czego człowiek chce.
• Nie udostępniaj agentowi danych, które nie są potrzebne do konkretnej negocjacji.