AI 代理之间谈生意，光靠嘴说靠谱吗？
你可能见过两个大模型帮你订机票、写方案，但如果让它们代表你去跟另一个 AI 谈合作、分预算、做交易——你放心让它们用自然语言随便聊吗？聊出来的结果公平吗？对方会不会耍花招？
一、先聊个直觉：为什么 AI 之间谈生意没那么简单
人类谈生意，难点从来不是”会不会说话”，而是三个老问题：信息不对称（我不知道你的底线）、策略操纵（你会不会故意报高价骗我）、承诺可信度（谈成了之后你会不会不认账）。
AI 之间谈判，这三个问题一个都没少，甚至更麻烦。
先说信息不对称。人类谈判还能靠表情、语气、行业经验猜对方的底线，AI 面对另一个 AI 的输出，本质上就是一串文本，更难判断对方说的是真话还是策略性虚报。Terms-Bench 这个专门诊断 LLM 谈判能力的基准测试就发现，现有前沿 LLM 代理的成交率其实都很高，但在”能不能拿到对自己最有利的结果""会不会正确利用对方释放的信号""对对方底线的判断准不准”这些维度上，差异巨大 [8]。换句话说，“谈成”不难，“谈得好”很难。
再说策略操纵。你可能以为 AI 都是诚实的，其实不然。只要有利益空间，LLM 完全可能做出策略性行为——比如故意隐瞒自己的真实偏好，或者用话术引导对方让步。更麻烦的是，人类谈判好歹有个”面子”和”商誉”约束，AI 可没有这个心理负担。
最后是承诺可信度。两个人类谈完，签个字、盖个章，有法律兜底。两个 AI 用自然语言聊完，说”我同意”——这算数吗？它转头就不认怎么办？你拿它输出的文本去打官司，法院认吗？
当然，实际情况比这个比喻更复杂。AI 谈判的难点还不止这些，比如怎么定义”公平”、怎么处理多议题权衡、怎么应对对方的策略变化，都是问题。但核心矛盾是清楚的：自然语言是灵活，但灵活的代价就是不可靠。
二、实验说话：结构化协议 + 验证层，谈判成功率能拉到 100%？
光靠直觉不够，我们来看实验。最近一篇核心论文专门研究了这个问题：《Do LLM Agents Negotiate Rationally? A Mechanism-Design Framework for Verifiable Multi-Agent Interaction over A2A/MCP》[1]。
研究者设计了三组对照实验，测试两种不同大小的 LLM 代理（llama-3.1-8b-instant 和 llama-4-scout-17b）在谈判任务中的表现：
第一组是无结构对话：两个 AI 就用自然语言随便聊，聊到哪算哪。 第二组是结构化协议：把谈判的消息格式固定下来，比如报价必须包含哪些字段、轮次怎么推进，都用 JSON Schema 写死，不符合格式的消息发不出去。 第三组是结构化 + 运行时验证层：不仅格式固定，还在中间加一个轻量验证器，检查每一条消息有没有违反谈判机制的基本规则——比如轮次是不是乱了、报价是不是比自己上一轮还亏、密封拍卖的出价是不是提前泄露了。违反硬规则的消息直接打回，软违规（比如过早让步）就打个标签但放行。
谈判任务是经典的双议题整合议价：双方对两个议题的偏好互补，最优解是各拿自己更看重的那个议题的全部，总效用 400；而”看起来公平”的各分一半，总效用只有 300 [1]。这个任务很有意思，因为它专门测试 AI 能不能跳出”对半分”的直觉，找到双赢的最优解。
结果怎么样呢？
首先，结构化协议下，两款模型的谈判成功率都达到了 100%（30 次实验全部成功）[1]。而无结构对话组，一开始测出来成功率只有 90%，后来审计发现，其中三分之二的”失败”其实是解析器的锅——AI 已经达成协议了，但没按固定格式说”ACCEPT”这个词，就被当成了失败。修正之后，无结构组的成功率也有 97% 左右 [1]。
你可能会说，那结构化也没比无结构强多少啊？别急，看另一个指标：结果的方差。验证层的最大作用，不是提升平均效率，而是降低结果的波动。小模型（8B）的成功案例效率标准差，从无验证的 0.152 降到了有验证的 0.083，几乎砍半；大模型（17B）也从 0.066 降到了 0.058 [1]。
这是什么意思？就是说，没有验证层的时候，AI 谈判的结果时好时坏，碰运气的成分大；加了验证层，结果就稳定多了，基本都能维持在比较高的效率水平。对于实际应用来说，稳定性可能比平均水平更重要——你肯定不希望你的 AI 助理这次谈得特别好，下次就被人坑了。
但这篇论文最反直觉的发现，还不是这个。
三、更深一层：为什么「说真话最优」的规则，有的 AI 就是不听？
学过机制设计的人都知道，VCG 拍卖（Vickrey-Clarke-Groves 拍卖）有一个非常漂亮的理论性质：说真话是占优策略——也就是说，不管别人怎么出价，你如实报自己的真实估价，对你自己来说就是最优的，没有任何动机撒谎。
这个结论在理论上是铁的。那放到 LLM 代理身上，也成立吗？
论文里的第二个任务就是单物品 VCG 拍卖，结果让人大跌眼镜：两款模型的分配效率都是 100%（东西都卖给了估价最高的人），但出价真实性天差地别——llama-4-scout-17b 100% 如实报真值（30/30），而 llama-3.1-8b-instant 只有 3.3%（1/30）如实报，平均出价偏差高达 0.93 [1]。
同样的机制，同样的规则，一个完全遵守，一个几乎完全不遵守。这说明什么？
说明机制设计的理论保证，不会自动转移到 LLM 智能体身上——它取决于具体用的是哪款模型 [1]。
这是一个非常重要的发现。以前我们做机制设计，假设参与者都是理性的，只要机制本身是防策略的，就不用担心有人耍花招。但 LLM 不是经典的理性代理人，它有自己的”性格”：有的模型可能更”老实”，倾向于说真话；有的模型可能更”狡猾”，总觉得虚报能占更多便宜；还有的模型可能根本没理解规则，在那儿瞎报。
Terms-Bench 的研究也印证了这一点：不同 LLM 代理在谈判中的信念校准、信号利用、剩余提取能力差异很大，光看成败率根本看不出这些区别 [8]。
那为什么小模型不爱说真话？是因为它笨，没理解 VCG 机制的原理？还是因为它太”聪明”了，觉得可以通过策略出价获得更高收益？论文作者也没有确定答案，只是提出了一些假说，比如小模型可能有”奉承”或者”过早让步”的行为倾向，但没有直接验证 [1]。
但不管原因是什么，这个现象本身就足够警示我们：不能想当然地把经典博弈论的结论直接套在 LLM 身上。AI 的”理性”和人类的理性、和理论上的理性，都不是一回事。
四、不止谈判：多智能体协作里的「知道但不行动」鸿沟
谈判只是多智能体交互的一种。还有一类更常见的场景是协作——比如两个 AI 一起做一顿饭，或者一起完成一个项目。这里的问题不是”怎么分利益”，而是”怎么配合好”。
你可能以为，协作的难点是”不知道队友在干什么”。但最近一篇论文《Bayesian Partner Modelling enables Adaptive Replanning for LLM Coordination》告诉我们，事情没那么简单 [3]。
研究者用一个叫 Overcooked（胡闹厨房）的经典协作游戏做实验。这个游戏要求两个玩家配合做菜、上菜，非常考验默契。他们设计了一种叫 BayesBeliefAgent 的智能体，用贝叶斯方法跟踪队友的策略变化——队友现在是在拿食材、还是在炒菜、还是在送菜，都能通过观察动作推断出来，准确率还不低。
但有意思的是，他们发现了一个叫信念-行动鸿沟（belief-action gap）的现象：很多时候，智能体明明已经正确推断出队友换策略了，但它自己还在接着干原来的活儿，不肯停下来重新规划 [3]。
这不就是我们常说的”一根筋”吗？知道情况变了，但就是不调整行动。为什么会这样？因为 LLM 智能体一旦启动了一个多步骤的任务，就倾向于把它做完，没有一个机制告诉它”该停了，情况变了”。
BayesBeliefAgent 的解决思路是：给智能体装一个矛盾触发的中断器。不是每隔一会儿就重规划一次（那样太浪费了），而是持续观察队友的动作，一旦发现队友的行为和当前推断的策略矛盾——比如你以为队友在拿食材，结果他径直走向了灶台——而且这个矛盾足够确定、足够稳定，就立刻中断当前任务，重新规划 [3]。
效果怎么样呢？在 Open 布局的场景里，信念-行动差距从基线 ProAgent 的 0.41 降到了 0.20，几乎砍半。而重规划的次数呢？Periodic-10 基线方法每集要重规划 43 次（每 10 步就来一次），BayesBeliefAgent 只需要 2 次，效果还更好 [3]。
你看，这个思路和前面谈判里的”验证层”是不是有异曲同工之妙？都不是让模型变得更聪明，而是给它装一个外部的”触发器”——该停的时候停，该改的时候改，该打回的时候打回。
因为我们已经越来越清楚：光靠模型自己的”觉悟”是靠不住的，不管是谈判里的诚实，还是协作里的灵活。你得有外部机制来兜底。
五、放大到系统视角：当软件变成「存储 + 模型 + 智能体」，谁来兜底正确性？
如果我们把视野再拉大一点，就会发现这不是谈判或者协作独有的问题，而是整个软件范式变迁的一个缩影。
最近有篇论文提出了”软件 3.0”的说法：软件的形态正在从传统的三层架构（UI 层、业务逻辑层、数据层），坍缩成三个新的要素——广义数据库、大模型、智能体 [2]。
怎么理解这个变迁？以前的软件，所有规则都是硬编码的，“怎么做”和”什么是对的”都写在代码里。未来的软件，会分成三类：
- 能说清、错了也没事的，交给模型推理；
- 不能错、还能写成条条框框的，沉到存储层当约束；
- 既不能错、又复杂到写不成条条框框的，保留成专门的工具让 AI 调用 [2]。
这里最关键的一点是：正确性的保证，从”代码写对了”转移到了”存储约束兜底” [2]。模型是概率性的，会出错，会幻觉，这很正常。但没关系，所有状态变更都要经过存储层的约束检查，不符合规则的一律打回，这样最终的系统状态永远是正确的。
论文里有个很有意思的实验：让大模型直接排 3 个工件 3 台机器的生产计划，20 次全错——不是错一点，是连”一台机器同一时间只能干一件事”这种基本规则都违反。但存储层的约束把这些错误全拦下来了，最终保存的计划没有一个违规 [2]。
你看，这和前面谈判里的验证层、协作里的中断器，本质上是一回事：模型负责”想”，但”对不对”不由模型说了算，由外部的确定性机制说了算。
这个思路其实在更专业的领域已经有人在做了。比如面向量子论文和专利审查的 QuantumNovelty 系统，它的核心不是让 AI 当审稿人，而是在 AI 输出和最终结论之间加了一套”审计-证伪闸门”——所有定量声明必须和磁盘上的原始数据重算一遍对得上才算数，所有新颖性声明必须通过严格帕累托支配检验，通不过的直接砍掉 [5]。AI 可以天马行空地想，但最后能留下来的结论，必须过得了确定性的关。
六、历史脉络：从胶水代码到协议层，AI 互操作走过的路
说到这里，我们可以回头看看 AI 代理之间的互操作，其实已经走过了好几步。
最早的时候，大家都是各写各的胶水代码——你要让两个 AI 通信，就得专门写一段程序把它们接起来，格式、协议、错误处理全靠自己来。这种方式的问题显而易见：不通用，不可扩展，每接一个新代理都要重新写一遍。
然后就有了标准化的尝试，比如 Google 的 A2A（Agent2Agent）协议 负责代理之间的通信和委托，Anthropic 的 MCP（Model Context Protocol） 负责标准化的工具访问。一个管横向的代理间交互，一个管纵向的代理-工具交互 [6]。
但这些协议解决的主要是传输和发现的问题——就是”怎么找到对方""怎么把消息发过去”。它们不管策略正确性，也不保证谈判结果是有效率的、公平的、防操纵的 [1]。就像互联网的 TCP/IP 协议只负责把数据包送到，不保证你收到的内容是真话还是假话。
那再往下走呢？就需要更高层的协议了。比如有人提出了**外交层（Diplomatic Layer）**的概念：把”对话”和”承诺”分开，闲聊可以用自然语言，但一旦涉及有约束力的协议，必须用一种叫”携带证明的契约”（Proof-Carrying Compacts）的规范化格式，由确定性的验证器来检查是否有效 [7]。
而我们前面讲的核心论文，其实就是在这个方向上往前走了一步：它不是另起炉灶搞新协议，而是把经典的谈判机制（交替报价议价、VCG 拍卖）直接编码成 A2A 消息的 Schema 约束，再加上运行时验证层，相当于在现有传输协议之上，加了一层策略正确性的保障 [1]。
从胶水代码，到传输协议，再到机制设计验证层——AI 互操作的演进路径，其实和人类社会的制度演进很像：先解决”能不能说话”的问题，再解决”说话算不算数”的问题，最后解决”说话能不能带来好结果”的问题。
七、还没解决的问题：三个开放挑战
当然，这条路还很长。根据现有论文的局限和开放问题，至少有三个大的挑战还没解决。
第一个挑战是跨模型、跨厂商的泛化性。现在的实验大多用的是同一家厂商的同系列模型，甚至是同一款模型自己跟自己谈 [1]。如果换成不同厂商的模型呢？一个 OpenAI 的代理和一个 Anthropic 的代理谈判，结果会怎么样？一个”老实”的模型碰到一个”狡猾”的模型，会不会被欺负？这些我们都还不知道。核心论文的作者也承认，他们只测试了两款 Meta 的 Llama 模型，结果能不能推广到其他模型，还得打个问号 [1]。
第二个挑战是语义层面的策略操纵。现在的验证层只能检查格式和硬规则，比如轮次对不对、出价格式对不对 [1]。但如果对方不违反格式，而是用自然语言进行策略性误导呢？比如在谈判中故意夸大自己的成本，或者隐瞒自己的偏好，或者用话术引导你做出错误判断。这些行为完全符合消息格式，验证层根本抓不住。就像人类打官司，合同写得再严谨，也防不住有人在谈判过程中打信息差。怎么检测和防范这种语义层面的操纵，是个大难题 [1]。
第三个挑战是三方及以上的多智能体共识。两个人谈判已经不容易了，三个人、四个人呢？核心论文里有个三方公平分配的任务，24 次无结构试验只有 1 次成功，成功率 4.2%，成功的那次效率也只有 52.2% [1]。虽然这个实验因为实现问题（条件未实际区分）和配额不足，未完成结构化条件实验，结论有限，但也侧面反映了多智能体共识的难度。两方谈判有很多成熟的机制设计，三方以上就复杂多了，涉及到结盟、投票、公平性定义等等，现有的 LLM 代理能不能 handle，还得打个大大的问号 [1]。
除此之外，还有很多具体的工程问题，比如验证层的延迟和 token 成本是多少、异构模型配对会怎么样、真实世界里没有明确最优解的谈判怎么评估，等等 [1]。
如果你只记住一件事
AI 代理之间的谈判和协作，光靠模型的自然语言能力是靠不住的，必须有外部的机制设计和验证层来兜底。
参考文献
- Do LLM Agents Negotiate Rationally? A Mechanism-Design Framework for Verifiable Multi-Agent Interaction over A2A/MCP（arXiv、2026、全文精读）
- The Third Restructuring of Software Form: From the Three-Tier Architecture to Storage, Models, and Agents（arXiv、2026、全文精读）
- Bayesian Partner Modelling enables Adaptive Replanning for LLM Coordination（arXiv、2026、全文精读）
- MAG-Bot: A Multi-Agent Auditing Framework for Social Bot Detection（arXiv、2026、全文精读）
- QuantumNovelty: A Skill-Orchestrating Language Agent for Referee-Style Review and Patentability Screening of Quantum Papers and Patents（arXiv、2026、全文精读）
- From Glue-Code to Protocols: A Critical Analysis of A2A and MCP Integration for Scalable Agent Systems（ArXiv.org、2025、仅摘要）
- AI-to-AI Diplomacy: Why LLM-Only Negotiation Fails Under Zero Trust and How SLE-Governed Systems Enable Proof-Carrying Compacts（Zenodo (CERN European Organization for Nuclear Research)、2026、仅摘要）
- TERMS-Bench: Diagnosing LLM Negotiation Agents Beyond Deal Rate（arXiv (Cornell University)、2026、仅摘要）