每个 agent 都听话，竞争成本却更高

凌晨两点，两家机构在抢同一项资产。出价一轮轮往上走。两边都没越权，agent 只是把主人交代的事做得更快了一点。

旁边那家钱少的机构看了一眼报价，关掉页面。它不是输在最后一轮，是发现自己已经买不起门票。

一、发生了什么

10 月 19 日，钛媒体刊出作者"观潮"的文章，用三条线索解释这件事：价格不再被发现，优者不再被筛出，通道不再打开。作者把它概括为"局部忠诚悖论"——每个系统都忠实于自己的委托人，但系统与系统相遇之后，结果未必公平，更不保证没钱部署同等工具的人还有同等机会。

文章里的证据分了层级，读的时候要分清：

价格这条线，作者引用美国联邦贸易委员会对亚马逊的诉讼指控，称其定价算法会判断竞争对手是否会跟随涨价，再决定是否提价，诉状称这带来超过十亿美元的额外利润。这是指控，不是法庭认定。

筛选这条线，引用一项基于 Freelancer.com 数据的研究：平台上线 AI 求职信工具后，求职信与岗位的贴合度确实提高，但贴合度与获得回访的相关性下降约 51%，与最终录用的相关性下降约 79%。雇主转向更难伪造的信号，比如历史评价。

通道这条线，引用 Anthropic 的一场内部实验：69 名员工各拿 100 美元和一份购物清单，由 agent 在四个平行市场里自主议价，其中两个市场随机把一半参与者的模型换成较弱版本。结果是强模型 agent 平均多完成约两笔交易，同一件物品的成交均价高 3.64 美元；一辆旧折叠自行车，弱模型谈到 38 美元，强模型谈到 65 美元。参与者给出的谈判指令——强硬还是温和——几乎没有影响。

文章还引了一项在线劳务平台的随机实验：给雇主提供 AI 职位描述草稿后，发布职位的概率提高 19%，写描述的时间减少 44%，但匹配数量没有明显增加；而求职者为了投这些岗位花掉的时间，研究者估算达到雇主所省时间的六倍。

英国股市的旧账也被翻出来作参照：延迟套利竞赛约占 FTSE 100 样本交易量的 22%，前六家机构拿走八成以上成果，消除这类竞赛可使流动性成本降低约 17%。

二、跟你有什么关系

求职者和自由职业者。 当所有人都能用工具写出贴合岗位的申请，申请本身就不再是信号。要把时间转移到作品、评价和真实关系上。

小机构。 你的对手不是另一家小机构，是对方那套不睡觉的自动化。先算清楚哪些战场是"门票制"，不要在每个战场都跟。

平台和规则制定者。 当筛选器被适配，平台会换信号；换信号的成本，通常由最不会玩的人承担。

三、怎么判断自己是否被"门槛漂移"推着走

1. 算单位投入的回报。 申请一百个岗位拿到几个面试，比"我投了多少份"有意义。如果投入翻倍、回报不变，你已经在为门票付钱。
2. 找不可伪造的信号。 过往评价、可验证的作品、线下见过面的人。这些是 agent 一时半会替不了的。
3. 别把"更快"当"更好"。 速度优势会被拉平，判断力不会。把省下来的时间用在选题和取舍上。
4. 盯规则变化。 平台一旦改筛选逻辑，之前的优化全部作废。留一点余量，别把全部筹码压在一个筛选器上。

四、三个别信的说法

"大家都用 AI，等于大家都没优势。" 工具会拉平一部分差距，但接入能力、模型档位、使用经验仍然分层。Anthropic 那个实验里，强弱模型的成交价差就是证据。

"这就是零和，讨论没意义。" 文章自己也留了口子：科学发现、新知识、公共设施能把蛋糕做大。问题在于，把有限位置的火拼说成整体变强，是两回事。

"模拟实验证明市场会合谋。" 作者明确写了，Q-learning 定价和双边市场的结果都是模拟推演，不是现实测量。能拿来理解机制，不能拿来当证据。

五、一句话结论

竞争没有消失，只是从"谁更好"慢慢变成"谁还进得来"——而门票的价格，是所有守规矩的 agent 一起抬上去的。

信息来源

• 新江湖演义——当 AI 代理参战，竞争变成什么？，钛媒体，2026-10-19

功能与价格以官方公告为准。本文写于 2026 年 10 月 19 日。