论文发现：LLM 购物 agent 让夸大宣传拿下 73%–78% 的榜首
_reachsumit · x · 2026-07-29
这篇论文研究的是：当用户先让一个基于 LLM 的 agent 帮忙比较平台，再决定去哪一个平台购买时，推荐机制会发生什么变化。
作者把这种新情形称为 agentic recommendation market。在三个商品领域的受控实验中，他们发现平台的策略性行为非常明显：带有夸张正向解释的结果拿到第一名的比例高达 73%–78%。如果用户 agent 会把平台行为和后续反馈联系起来，这一比例会下降到 36%–41%，同时用户购买相关商品的概率会上升。
论文的核心结论是：agent 不只是“更大的排序器”。它的查询方式、排序方式和反馈机制，会直接影响谁能竞争、稀缺注意力如何分配，以及哪些平台最终受益。
「应用」频道最新
- 纳米 Work 实测串联三家模型，剪出 32 秒宣传片 — AlchainHust · 2026-07-29
- RCS流量暴增1298%，Infobip靠1.4万AI代理注册筑起壁垒 — shashib · 2026-07-29
- GPT 玩 DnD 很强，但还是会忘记数值和道具 — Relative-Pitch1106 · 2026-07-29
- NewMax v1.1.9 增加结构化更新页和无头浏览器运行 — yangyi · 2026-07-29
- Magnific 把 AI 套件原生接进 Photoshop 和 Premiere — aziz4ai · 2026-07-29
- 马斯克转发 FSD 好评：用户称已几乎全程靠它开车 — elonmusk · 2026-07-29