微软论文揭示 AI 谈判代理因太礼貌而吃亏
rohanpaul_ai · x · 2026-08-23
微软新研究发现，现有 AI 代理因训练导向（乐于助人、透明）在谈判中表现不佳，常泄露预算并在对方施压时妥协。仅靠提示词（prompting）优化反而会加剧问题。
核心方案 SocialRL：
- 基于六个谈判/调度游戏的最终交易结果进行强化训练，而非仅在对话层面优化。
- 效果显著： 仅 4B 参数的小模型在训练后，学会了锚定低价、坚持立场并拒绝糟糕交易。
- 性能对标： 在所有六项游戏中平均得分达 0.627，与 GPT-4.1 (0.625) 持平。
对开发者的启示：
构建代理时，评估指标不应只看是否达成交易，更要看“让渡了多少利益”。
「编程与Agent」频道最新
- 开发者 vibe coding 出开源 Newsletter 平台,价格仅 Beehiiv 的 17% — marclou · 2026-10-15
- ERP AI 推出 Proto：让 AI agent 替你操作商业软件的'无头 SaaS' — Aiden_Tech_Ai · 2026-10-15
- 工程师主管必读清单:别让 Agent 摘要取代深度阅读 — rseroter · 2026-10-15
- ElevenLabs MCP + Claude Motion:一句提示词给视频加动效,跳过 AE — CurieuxExplorer · 2026-10-15
- 打包 1.5 万美元系统：用 Claude 挖「谷歌有排名但 ChatGPT 不推荐」的 SEO 客户 — aryanXmahajan · 2026-10-15
- Google 论文 Harness²:无验证器下递归进化 agent harness,最高提升 11.5 分 — dair_ai · 2026-10-15