斯坦福研究发现：信息披露程度会改变 AI 智能体的交易表现

斯坦福的一篇新论文表明，更多信息能帮助一些大语言模型智能体更好地交易，却会损害另一些智能体的表现，具体取决于模型。

当在拍卖中买卖的 AI 智能体被告知买卖双方各自对商品的准确估值时，Claude Opus 5.5 获得的潜在收益份额从 94% 降至 64%。

多智能体系统需要规定每个智能体能看到其他智能体的哪些信息，例如准确价格或仅有排名。通常的假设是，更多信息会有所帮助。

他们让 10 个前沿大语言模型参与交易、议价和双向拍卖，只改变私有估值的共享精度，并根据已知效用对收益进行评分。

在交易中，准确估值使 GPT-6 Sol 的收益从最大可能收益的 98% 降至 91%，却使 Claude Sonnet 5 的收益从 72% 升至 86%。在拍卖中，完全披露推高了报价要求，使 Grok 4.7 的收益从 97% 降至 62%。

当智能体代表你谈判时，应将模型及其获知的信息放在一起测试，因为更多细节会让一些模型变得更贪婪。