[Paper] AgenticPay：用于买卖交易的多代理 LLM 谈判系统

Source: arXiv - 2602.06008v1

Overview

论文 AgenticPay 引入了一个新的基准和仿真平台，使大型语言模型（LLM）代理能够使用自然语言而非简单的数值出价来协商买卖交易。通过建模真实的市场约束——私人预算、产品特定的估值以及多轮对话——它为研究人员提供了一种原则性的方式来评估基于 LLM 的代理在进行经济交易时的表现。

关键贡献

• AgenticPay benchmark: 一个包含超过 >110 个谈判任务的综合套件，覆盖双边议价、多买家/多卖家市场以及多种产品类型。
• Simulation framework: 开源环境，强制私有约束，跟踪可行性、效率和整体福利，并从自由形式对话中提取结构化动作。
• Evaluation metrics: 明确的量化指标，用于 (i) 可行性（协议遵守所有私有约束），(ii) 效率（捕获的总剩余），以及 (iii) 福利（参与者之间的公平性）。
• Empirical baseline: 对最先进的专有模型（例如 GPT‑4）和开源权重的大型语言模型（Llama‑2、Mistral）进行基准测试，揭示了在战略性、长期谈判中的显著性能差距。
• Open resources: 在 MIT‑style 许可证下发布数据集、代码和评估脚本，支持可重复的研究和快速原型开发。

方法论

1. 市场建模 – 每个代理（买方或卖方）都会获得一个私有的“类型”：预算、成本曲线以及一个取决于产品属性（例如质量、交付时间）的估值函数。
2. 对话引擎 – 代理通过多轮自然语言消息进行交流。框架使用轻量级抽取模型将这些消息解析为结构化意图（报价、还价、接受、拒绝、提问）。
3. 谈判协议 – 一个基于回合的循环持续运行，直到达成协议或达到最大回合数。每回合结束后，模拟器检查可行性（预算不超支，价格 ≥ 成本）并更新状态。
4. 任务生成 – 通过改变参与者数量、产品维度和约束紧度，程序化生成超过 110 种情景，确保多样的策略挑战。
5. 评估 – 对每次运行，系统记录最终价格、盈余分配和对话长度，然后计算三个核心指标（可行性、效率、福利）。

整个流水线被封装为一个 Python 库，提供简易 API（run_negotiation(agent_policy, task_id)），开发者可以接入任何 LLM 或自定义策略。

结果与发现

• 战略深度很重要：即使是最强大的大型语言模型在长期规划上也会遇到困难，常常过早让步或未能发现隐藏的约束。
• 提示工程有帮助，但不足以解决问题：添加明确的“预算提醒”提示可以适度提升可行性（≈+5 %），但对效率几乎没有影响。
• 多对多市场加大难度：当三个或更多代理相互作用时，成功率会急剧下降，凸显协同挑战。

总体而言，研究表明当前的 LLM 代理在真实商业环境中仍远未达到可靠的自主谈判者水平。

实际影响

• 电子商务机器人：希望部署 AI 销售助理的公司可以使用 AgenticPay 在上线前对其对话策略进行压力测试，确保机器人遵守定价约束，避免不利交易。
• 供应链自动化：多代理谈判是自动化采购的核心组成部分；该基准提供了一个沙盒，用于原型化谈判策略，以在成本节约与供应商公平之间取得平衡。
• 市场平台：点对点平台（例如自由职业者市场）可以集成 LLM 谈判者以促进价格发现，但当前的性能差距表明仍需要混合的人在回路（human‑in‑the‑loop）方法。
• 监管合规：通过量化福利和可行性，企业可以审计 AI 驱动的谈判，以确保公平性和法律合规（例如防止价格哄抬）。
• 开发者工具：开源框架可以封装进 CI 流水线，允许团队将新的 LLM 微调或基于人类反馈的强化学习（RLHF）策略与一套标准化的经济任务进行基准测试。

限制与未来工作

• 合成环境：市场情景是程序化生成的，可能无法捕捉真实合同的所有细微差别（法律条款、多模态资产）。
• 动作提取依赖：当前解析器假设语言相对干净；噪声或对抗性话语可能会破坏结构化意图提取。
• 可扩展性：基准目前限制在少量参与者（≤5）；扩展到大型市场将需要更高效的仿真，可能还需要层次化的谈判协议。
• 策略学习：论文指出需要能够进行多轮规划的代理；未来工作可以探索多代理强化学习、博弈论推理或混合符号‑神经方法。

通过揭示这些不足，AgenticPay 为构建真正具备代理能力、语言驱动的商业系统设定了明确的研究议程，开发者最终可以在生产环境中信任这些系统。

作者

• Xianyang Liu
• Shangding Gu
• Dawn Song

论文信息

• arXiv ID: 2602.06008v1
• 分类: cs.AI, cs.LG
• 发表时间: 2026年2月5日
• PDF: 下载 PDF