新斯坦福论文显示，更多信息让一些 LLM 智能体交易表现更好，却让另一些更差，具体取决于模型
研究者让 10 个前沿 LLM 在交易、议价和双边拍卖中竞争，只改变各方私有价值的披露精度。当智能体被告知对方对商品的确切估值后，Claude Opus 5.5 的潜在收益占比从 94% 跌至 64%。这一结果挑战了“信息越多越好”的默认假设，表明多智能体系统需要明确规定每个智能体能看到对手的哪些信息。
报道来源
- Rohan Paul2026-11-07 22:05
研究者让 10 个前沿 LLM 在交易、议价和双边拍卖中竞争，只改变各方私有价值的披露精度。当智能体被告知对方对商品的确切估值后，Claude Opus 5.5 的潜在收益占比从 94% 跌至 64%。这一结果挑战了“信息越多越好”的默认假设，表明多智能体系统需要明确规定每个智能体能看到对手的哪些信息。