斯坦福论文：对 LLM 交易 agent 信息越透明未必越赚钱
shangbinfeng · x · 2026-11-13
斯坦福、马里兰大学与 All Purpose AI 的研究者发布论文《Who Should Know What? Empirical Information Design for Multi-Agent LLM Economies》，研究信息透明度如何影响 10 个前沿 LLM agent 在策略性市场中的行为与集体福利。
实验覆盖三类经济场景，比较「粗粒度」与「完全披露」两种信息策略下各模型的表现变化（占最大可得收益的百分点）：
- 多资源贸易：Grok 4.3（+26.9）、Sonnet 5（+13.5）、GPT-6 Luna（+10.1）在完全披露下更优，而 GPT-5 mini（-10.2）、GPT-5.1（-8.8）等反而更差；
- 单商品议价（Nash 分数）：多数模型在完全披露下得分更高，但 GPT-5 mini（-0.46）与 GPT-5.1（-0.20）相反；
- 双向拍卖：完全披露对多数模型是灾难性的——Grok 4.7（-35.3）、Opus 5.5（-30.6）、Gemini 3.1 Pro（-18.4），只有 Gemini 3.7 Flash（+1.9）小幅受益。
核心结论：透明披露可能让 agent 找到更好的交易，也可能促使它要求更大分成导致谈判破裂；「给 agent 多少信息」本身是一个值得设计的决策维度，不同模型、不同市场结构下最优信息策略不同。
「漫话AGI」频道最新
- 观察人士：各方严重低估非 AI 研发加速，即便没有超级智能也会起飞 — teortaxesTex · 2026-11-13
- Sentience Institute 发表「基底主义」量表:因 AI 由硅而非碳就贬低其道德地位 — jacyanthis · 2026-11-13
- 评论：Anthropic 对齐工作开始见效，OpenAI 正被 Anthropic 和 Google 反超 — haider1 · 2026-11-13
- 爆料称 OpenAI 与 Anthropic 内部研究员已确认失业影响研究结果 — NathanpmYoung · 2026-11-13
- 知名投资人：中国开源模型为赢得全球好感与软实力 — tszzl · 2026-11-13
- 「算力即权利」:评论者警告美国反 AI 监管正复制核电覆辙 — nptacek · 2026-11-13