8.5
深览指数
科技虎嗅·观潮Guanchao··AI 生成
新江湖演义
本文推演了AI代理大规模参与竞争后可能出现的三种系统性失灵：价格发现功能退化、筛选优质者的机制失效、入场通道收窄。作者提出“局部忠诚悖论”——每个代理都忠实于委托人，但合在一起提高了所有人的成本，且成本往往由弱势方承担。文章基于模拟实验和实证研究（如Freelancer平台AI求职信工具的影响、Anthropic内部市场实验等）展开论证，适合对AI社会影响、竞争机制、制度设计感兴趣且有一定经济学或技术背景的读者。原文 ↗
核心观点
- ▍AI代理参与竞争会导致价格发现、优者筛选、入场通道三项功能失灵，形成“局部忠诚悖论”：每一方都忠实于委托人，合在一起抬高所有人的成本，且成本主要由弱势方承担。
- ▍竞争仍在进行，但筛出的不再是“更好”的，而是“先出现”或“会适配筛选器”的人；资源没有流向更优处，只是消耗在军备竞赛中。
- 01美国联邦贸易委员会指控亚马逊的定价算法“Project Nessie”通过判断对手是否跟随涨价来诱导提价，涉嫌借此获得超10亿美元额外利润（反垄断诉讼指控，非法庭认定）。
- 02模拟实验中，Q-learning算法在重复定价市场学会维持高于竞争水平的价格并惩罚偏离者，默契（tacit collusion）可自动涌现，无需直接沟通。
- 03在双边代理市场模拟中，响应速度的优势可达服务质量差异的10-30倍；系统若优先展示第一个提案，竞争从“谁更好”偏向“谁先被看见”。
- 04Freelancer.com研究显示，AI求职信工具上线后，求职信贴合度与获得回访的相关性下降约51%，与录用的相关性下降约79%；雇主转向更难伪造的过往评价。
- 05AI申请草稿上花更多时间修改的人，被录用概率更高（相关关系，非因果；可能反映了筛选者对“经过人处理过”痕迹的偏好）。
- 06Anthropic内部市场实验（2025年12月进行，2026年4月公布）显示：强弱模型随机分配时，强模型代理比弱模型多完成约2笔交易，同一物品售价平均高出3.64美元；一辆旧折叠自行车弱模型谈成38美元，强模型65美元，差价65%。参与者下达的谈判指令对结果几乎无影响。
- 07一项在线劳务平台的随机实验（2026年工作论文）显示，给雇主提供AI职位描述草稿后，雇主发布职位可能性提高19%，写描述时间减少44%，但匹配数量未见增加；求职者申请时间约为雇主节省时间的6倍。
- 08英国股票市场研究显示，延迟套利竞赛占FTSE 100交易量约22%，前六家机构拿走八成以上成果；消除此类竞赛可降低约17%流动性成本，赢家年利润约50亿美元——这是赢家的利润，成本以流动性形式摊给所有交易者。
反方 / 局限
- — 作者承认，若AI代理创造的新位置多于其抬高的门槛、规则重写成本下降、信号生产跑赢门槛涨价——三条中任何一条长期显著成立，则“局部忠诚悖论”需重写。
- — 文章主要依赖模拟实验和平台研究，这些结果的外部有效性有限；Anthropic实验规模小、同家公司、市场不激烈，不能直接推广至现实经济。
9 分钟 · 3 卡片 · 4 资料
读原文 →