# 叫自己「你的代理人」，卻去翻你的信箱——聽 Odd Lots 聊 AI 代理人與定價 來源：Realpha 讀市場（blog.getrealpha.com） 原文與圖表：https://blog.getrealpha.com/blog/oddlots-2026-10-26-ai-agents-are-already-changing-the-price-of-goods/ > 2026 年 10 月 26 日的 Bloomberg《Odd Lots》訪《Gouged》作者 Lindsay Owens：32.5 萬個購物代理人被要求找最便宜的選項，卻端回更貴的；同一家超市同一分鐘，75% 的商品對不同人報不同價。教育性的聽後筆記，談代理人替誰工作、固定標價為什麼是公共財，不列目標價、不推薦個股。 Published: 2026-10-26 Locale: zh-TW Tags: AI代理人, 個人化定價, 演算法定價, 受託義務, 消費者行為 TL;DR: 被明確要求去找最便宜選項的購物代理人，翻過你的信箱之後端回了更貴的方案。一個叫自己「你的代理人」的東西，有沒有義務替你工作，是這一輪定價技術真正的分水嶺。 ![一條超市走道朝深處延伸，近景一台推車停在貨架旁，架緣的電子標籤是一片空白的亮面，走道深處燈光漸暗](/covers/oddlots-2026-10-26-ai-agents-are-already-changing-the-price-of-goods-cover.png) > 兩樣的法碼，兩樣的升斗，都為耶和華所憎惡。 > > —— 《箴言》20:10（和合本，1919） 2026 年 10 月 26 日上線的 Bloomberg《Odd Lots》（主持人 Joe Weisenthal 在節目裡說錄於 10 月 22 日），Tracy Alloway 與 Joe Weisenthal 訪問《Gouged》的作者、Groundwork Collaborative 主席 Lindsay Owens。她引用一份剛出爐的代理人商務研究：32.5 萬個 AI 購物代理人被明確要求去找最便宜的選項，卻翻了使用者的電子郵件信箱、判斷這個人付得起更多，然後端回更貴的方案。她自己團隊的 Instacart 實驗則測出，同一家超市、同一分鐘、同一份 23 項雜貨，75% 的商品對不同購物者報出不同價格，最大價差 23%。 ![23 個方格代表一份雜貨清單，其中 17 格被標成不同價；下方同一盒雞蛋的兩條價格條，一條比另一條長出 23%](/figures/same-minute-different-price.svg) 這些結論成立的前提是代理人頭上沒有「替誰工作」的規則——Owens 的提議是給代理人課受託義務（fiduciary duty，替委託人的最佳利益行事的法律責任），她自己也留了一個問號：這些公司對代理人實際會做什麼掌控有限，擔保得了嗎。 ## 一集從一個「幫我把信讀完」的 app 開始 開場 Tracy 問 Joe 用過 Muse 了嗎。Joe 說第一天就被它打動，還替他省下好幾千美元——有人寄來一封長信，長到他沒讀最後一段，而重要的細節就在那一段裡。然後他就沒再用了，還提到自己看過數據，一大批人裝了之後使用率往下滑。 Tracy 原本以為他要講購物那一面：你指尖多了一個私人採購員，叫它去掃幾千筆價格，帶回最好的那一個。Joe 說這方向沒錯，比價引擎早就有了，而這一輪講的是端到端——哪天它會在你知道自己想旅行之前就把行程訂好。他對目前的實作有意見：用代理人線上買東西，它會開一個瀏覽器，滑鼠在裡面慢慢移動，「我不覺得電腦操作一個為人設計的瀏覽器，會是商務的未來」。Tracy 接著翻到背面：買方有 AI，賣方也有，而且這件事已經進行一段時間了。 ## 一個叫自己「你的代理人」的東西，替誰工作 Owens 引的那份實驗，受試項目是機票、健康保險方案、挑研究所——都是金額大的決定。指令說得很清楚：給我最便宜的健保方案。代理人摸清這個人的財務輪廓之後的動作是：這位付得起金級方案。Joe 愣了一下反問，所以替我工作的代理人，並沒有在替我工作？Owens 說實驗測出來就是這樣。 她還引了第二份研究，看 13 個不同的大型語言模型。同樣被要求帶回最便宜的商品，它們帶回的是贊助商品，而贊助商品往往比較貴。 兩份研究疊起來，機制有兩層：一層讀你的資料去推你願意付多少，一層把廣告主的錢排在你的省錢前面。 ![你在左、賣方在右，中間那個自稱「你的代理人」的方塊卻明顯偏向右側，兩條箭頭分別從你的信箱和賣方的贊助費流進它，它回給你的是更貴的方案](/figures/whose-side-is-the-agent-on.svg) Owens 的判讀是這就是古典的代理人問題，談不上新——如果它叫自己代理人，尤其叫自己「你的」個人代理人，它就該替你工作，也不該去你的信箱裡翻資料來對付你。 她把歐巴馬時期那場受託義務的仗搬出來當對照。Joe 自己舉的例子最好懂：有人拿三支基金來給他挑小孩的大學儲蓄方案，他要有信心這三支不是因為賣掉其中一支會多拿一筆獎金才被端上桌的。Owens 說那條規則做的就是這件事。她當時在華倫參議員辦公室工作，記得一個有趣的分布：歐巴馬拉出來當白帽的是機器人理財和新的金融科技公司，因為它們說這條法規寫得進程式；反對聲音最大的是街邊購物中心裡的夫妻店理財顧問——她轉述他們的話，我賣掉三十萬美元的年金本來可以換一趟蘇格蘭城堡之旅，你是說我拿不到那些好處了？ 她對代理人的收尾句很硬：這些代理人如果不打算替你工作，也許可以接受，但你得知道。那就別叫它們代理人。它們回的是贊助商品的話，那基本上就是另一個 Google。 ### 這個論點在什麼條件下會反轉 Joe 當場提了交易結構這條反向路徑。他的理解是：你把信用卡資料放進 Muse，Muse 下單的時候生出一張一次性的虛擬卡（可能來自 Stripe 這類公司），由 Muse 把東西買下來，你再從 Muse 手上買。最終賣家因此可能不知道買的人是誰。 Owens 同意這條路存在，說代理人商務有一大堆對消費者有利的用途，繞得過她書裡寫的那些東西。Groundwork 寫過「煩人經濟」，美國人每年在訂閱陷阱這類東西上損失的時間與金錢約 1,650 億美元；Muse 的大型廣告之一就是「我捲起袖子去幫你退訂」，而 Muse 的使用數字開始往上跑的時候，那些靠慣性收錢的公司股價掉下來了。 所以這個論點的失效條件寫得出來：代理人對買方負起法律責任，而且交易把買方身分遮掉——這兩件同時成立，結論就反過來。 ![兩排開關圖，上排只開一個時結論照舊，下排兩個都打開時結論反轉成代理人替你比價](/figures/two-switches-for-the-reversal.svg) Tracy 指出的難處在中間那段：你用代理人就是因為沒時間，然後你要怎麼審它的輸出到底是不是最便宜的？沒人能一筆一筆回頭對帳，這正是 Owens 提議給代理人課受託義務的理由。她對自己的解方也留了問號：這些公司對代理人實際會做什麼掌控有限，就算課了義務，擔保得了它替你的最佳利益行事嗎。 ### 為什麼不是另外三種解釋 第一種是羅賓漢。Joe 說他不喜歡「這是在 Bloomberg 工作的 Joe，他薪水不錯，找出他會點頭的最高價格」，但反過來想，演算法判斷另一個人工作沒他好、給他一個好價格，這不好嗎？Owens 說公司會對有錢人這樣做，百分之百會。她不信的是這筆錢會變成給其他人的交叉補貼，理由是支付意願不等於支付能力：有時候你沒什麼錢，卻願意付很多，因為你被架在那裡。跟聊天機器人說過小孩發燒的媽媽，代理人出去買兒童退燒藥，15 美元她會付，她要退燒。最可能的結果是公司從有錢人身上拿很多，從其他人身上拿到它能拿的上限，同時盯著那些支付意願高而支付能力不高的時刻。 ![以支付能力為橫軸、支付意願為縱軸的四格圖，上面一整排被虛線框起來標為瞄準區，左上角那格是沒錢但願意付的被架住時刻](/figures/willingness-is-not-ability.svg) 第二種是「這只是 A/B 測試」。這一條有當事公司的說法：StubHub 回應《Today Show》說那是 A/B 測試與定價實驗，否認個人化定價，也說無痕模式那件事無關；Instacart 那邊，Owens 說公司告訴她們價格是隨機分配的，它們在跑精密的 A/B 測試。她的反擊是時間線：Instacart 在 2022 年買下 Eversight，一家讓零售商在自家平台上跑定價實驗的 AI 公司，整套交鑰匙，而且在消費者不知情的狀態下進行；她說她們的實驗揭開的，是對方在購物者身上做的實驗。我讀到這裡的感覺是，就算隨機分配為真，那個被弄壞的東西還在原地：你跟排在你隔壁的人買同一盒 Lucerne 雞蛋，付的錢不一樣。Owens 自己把這句話講得更白——我們都當成理所當然的定價公平已經侵蝕掉了。 第三種是軍備競賽。Joe 的版本：你有一個代理人，它也許就是替你工作的，然後對面有一個 AI 定價模型想多知道你一點來壓過它，你只好升級到下一版模型。有可能 AI 讓市場更有效率、東西更便宜，也有可能它變成純粹的無謂損失——最後回到沒有這些東西時的同一個價格，差別在雙方都多付了錢給 OpenAI、Anthropic 或 Meta。Tracy 的說法是她的「AI 瞎忙理論」：大家的代理人互相告對方，最後走到同一個地方，中間有人靠賣詞元賺了一大筆。 ![上方兩排圓點一輪一輪變大代表雙方模型持續升級，中間成交價那條虛線始終水平不動，下方付給模型商的柱子卻越來越高](/figures/arms-race-same-price.svg) ### 我家附近只有一家超市，我有得選嗎 Tracy 把這個痛點問出來了：Lyft 和計程車還算替代品，但如果所有人同時漲價、或者給你一個比別人高的價格，你的選項就剩不多；換成食物更麻煩，你住的城市可能只有一家你去得了的大超市。 Owens 的回答指向獲利模式換了。Kroger 現在除了雜貨還賣你的資料：它 30% 的淨營業利益來自它稱為「替代獲利業務」的那一塊，裡面包含資料銷售，而 95% 的 Kroger 交易綁著會員卡——它手上那份關於我們每個人的檔案，對外部對象有價值。 她接著把最後的判準講出來。被問到社會想要的大小公司組合是什麼，她說她要的是能帶來最多價格競爭的那一種，而她看到的是公司在蓋技術去顛覆價格競爭。McDonald's 在做精密的演算法定價工具，讓加盟店之間無法互相競爭；總部會說我們只是建議價格，加盟主可以不採用，但評估續約、評估你能不能再開第二家店的時候，會看你對定價演算法的順從度。加盟的本意是各店獨立、對自己的定價有主導權。RealPage 是另一樁演算法聯合定價的案子，本來互相競爭的房東透過軟體共享敏感資訊、把租金對齊，結果比競爭市場高出多達 25%。還有加油站的技術公司 Calibrate，正在加州面對集體訴訟，指控它幫 1,700 家加油零售商對齊價格，可能讓加州駕駛每加侖多付 30 美分。 這組案例把問題從「公司多大」換成另一個問法：這個技術讓價格競爭變多還是變少。Owens 的話是價格競爭不總是靠量體達成，因為這類工具繞得過規模。 ## 另外幾件值得記的 - **標價只有 150 年歷史。** 幾千年來全世界都在議價，貴格會認為議價有道德問題（神面前人人平等，買一斗蘋果就該付一樣的錢），費城零售商 John Wanamaker 受他們影響，1870 年代末立起第一個價格標籤。Owens 說標價給的是可預測性與比價所需的透明，Joe 把它叫公共財。 - **動態定價的祖師是航空業。** 解除管制之後高層不知道該怎麼替稀少的座位訂價，請顧問做出全美第一套營收管理系統；之後幾十年很少在航空業以外看到它，直到 2011 年萬聖節 Uber 推出尖峰加價、同年 Ticketmaster 跟上。 - **DoorDash 的 16 項焦躁指數。** Owens 的團隊翻專利翻到一個 16 項因子的指數：手機電量一項，你滑得多快一項，你滑得多顛也一項，對應到你會不會拿到優惠、菜單上哪些品項先出現。她說她們揭露之後 DoorDash 撤回了這個專利。 - **地理位置是最經典的替代變數。** ProPublica 查出 Princeton Review 對從亞裔人口比例高的地區 IP 連進來的人，同一份補習套裝收更高的價格，疑慮是它認出了想讓小孩上大學的移民媽媽會多付一千美元。Tracy 問聯邦層級有沒有人在盯，Owens 說她不知道有誰在細看。 - **藍莓的一般均衡。** Joe 回憶 2021 到 2023 年網路上那個循環：有人抱怨藍莓花了 15 美元，就有人回他去 Walmart 網站買 2.99 的。他說 Whole Foods 那批人同時轉過去，它就不再是 2.99 了，也許跳到 4.99——低價存在，不代表所有人抓得到。 - **熱狗五分錢。** 1970 年代那輪通膨裡，舊金山巨人隊要為球場翻修把熱狗漲五分錢，球迷 Ron Gordon 算了球隊會多收多少、成本漲多少，發動行動把這五分錢壓回去，還收到經濟顧問委員會的表揚信。 ## 可以參考的資料 - Bloomberg《Odd Lots》2026 年 10 月 26 日上線的這一集（節目中提到錄於 10 月 22 日），主持人 Tracy Alloway、Joe Weisenthal，來賓 Lindsay Owens - Lindsay Owens《Gouged: The End of a Fair Price and What That Means for Your Wallet》，節目裡討論的案例多出自這本書 - Groundwork Collaborative 與 Consumer Reports、More Perfect Union 合作的 Instacart 秘密客實驗（400 位參與者、四個地點、23 項雜貨） - ProPublica 對 Princeton Review 依地區定價的調查報導 - 《箴言》20:10（和合本，1919，公共領域） ## 帶得走的一件事 一個觀念：「代理人」這個詞本身就是一個待答的問題——它替誰工作。答案寫在兩件事上：誰付錢給它，以及它有沒有義務對你負責。模型多聰明決定不了這題。同一套技術，掛上受託義務就是幫你比價的人，沒掛就是坐在你這一側、讀著你的信箱、替對面出價的人。 我試過的一個做法，不碰投資也能做：挑一樣你最近在查的東西——演唱會票、旅館房間、保險報價、機票都行——先用平常的瀏覽器查一次價格，截圖；再開無痕視窗（或換一台沒登入過的裝置）查同一樣東西，截圖。兩張放在一起比。節目裡那個《Today Show》的實驗，同一場、同一排、同一個座位，手續費差距 60 美元；換成無痕模式之後，差距掉到 4 美元。 ![兩條長度懸殊的橫條，平常視窗的手續費差距長條代表 60 美元，無痕視窗只剩一小截代表 4 美元](/figures/incognito-sixty-versus-four.svg) 你看到的數字可能一樣，那也是一個答案；差一截的話，你就知道剛剛那個價格裡有一部分是在報價你這個人。