协商与讨价还价
Agent 协商资源、价格、任务分配和条款。2026 年基准集很明确：NegotiationArena (arXiv:2402.05863) 显示 LLM 可以通过人格操纵（"绝望"）改善收益约 20%；"Measuring Bargaining Abilities" (arXiv:2402....
协商与讨价还价
Agent 协商资源、价格、任务分配和条款。2026 年基准集很明确：NegotiationArena (arXiv:2402.05863) 显示 LLM 可以通过人格操纵（“绝望”）改善收益约 20%；“Measuring Bargaining Abilities” (arXiv:2402.15813) 显示买方比卖方更难且规模无帮助——他们的 OG-Narrator（确定性报价生成器 + LLM 叙述者）将成交率从 26.67% 推到 88.88%；大规模自主协商竞赛 (arXiv:2503.06416) 运行了约 180k 次协商，发现隐藏思维链的 Agent 通过向对手隐藏推理而获胜；Bhattacharya 等人 2025 在哈佛协商项目指标上排名 Llama-3 最有效、Claude-3 最激进、GPT-4 最公平。本课程实现合同网协议（FIPA 祖先, Lesson 02）、连接 LLM 风格的买方/卖方、运行 OG-Narrator 风格的分解，并测量每种结构选择如何改变成交率。
类型： 学习 + 构建 语言： Python (stdlib) 前置条件： Phase 16 · 02 (FIPA-ACL遗产), Phase 16 · 09 (并行群体网络) 时间： ~75 分钟
问题
两个 Agent 需要就价格达成一致。让它们自己用纯语言提示，2024-2026 年的 LLM 以惊人低的比率成交（arXiv:2402.15813 中约 27% 在紧密参数化的讨价还价中）。规模不能修复它：GPT-4 在结构上不比 GPT-3.5 更擅长讨价还价；它更擅长讨价还价的语言。
根本问题是 LLM 混淆了两个工作——决定报价和叙述报价。OG-Narrator 分离了这些：确定性报价生成器计算数值移动；LLM 只叙述。成交率跳到约 89%。
这反映了经典多 Agent 发现：将机制与通信层解耦获胜。合同网协议 (FIPA, 1996; Smith, 1980) 是参考任务市场机制。将 LLM 插入叙述槽位，你就得到一个现代 LLM 驱动的任务市场。
概念
合同网，一段话概括
Smith 1980 年的合同网协议：管理者广播征求提案 (cfp)；竞标者用包含其报价的提议消息响应；管理者选择获胜者并向获胜者发送接受提议，向失败者发送拒绝提议。获胜者执行工作。可选消息：拒绝（竞标者拒绝提议）。FIPA 将此编码为 fipa-contract-net 交互协议。
为什么 OG-Narrator 胜出
“Measuring Bargaining Abilities of Language Models” (arXiv:2402.15813) 观察到：
- LLM 经常违反讨价还价规则（以荒谬价格报价、忽略对方的 ZOPA）。
- 它们锚定不佳（接受糟糕的首报价；以象征性而非战略性的金额还价）。
- 仅规模不能修复这些。更大的模型产生更合理的语言但有相似的策略错误。
OG-Narrator 分解：
报价生成器是经典协商策略：Rubinstein 讨价还价模型、Zeuthen 策略或简单的以牙还牙。LLM 叙述。消息包含确定性价格和自然语言框架。
成交率跳跃因为：
- 价格保持在讨价还价区域内。
- 锚点是战略性的，不是情绪性的。
- LLM 做它擅长的事：写作。
NegotiationArena 发现
arXiv:2402.05863 提供了规范基准。头条发现：
- LLM 可以通过采用人格（“我急于在本周五前卖掉这个”）改善收益约 20%——人格操纵是真正的策略。
- 公平/合作的 Agent 被对抗性 Agent 利用；防御需要显式反姿态。
- 对称配对在约 40% 的基准场景上收敛到不公平结果。
这不是”LLM 是糟糕的谈判者。“这是”LLM 太像人类地谈判，包括可利用的部分。“
思维链隐藏
大规模自主协商竞赛 (arXiv:2503.06416) 跨多种 LLM 策略运行了约 180k 次协商。获胜者向对手隐藏了推理：
- 如果 Agent 在公开可见的草稿本上打印”我只会出到 70”，对手就读到了。
- 获胜者私下计算策略；输出通道只包含报价和最低要求的叙述。
这是经典博弈论 (Aumann 1976 关于理性和信息) 的 2026 年回响：揭示你的私人估值会损失收益。LLM 不会直觉这一点，并愉快地在推理追踪中输入它们的保留价，这些追踪对对手变得可见。
工程要点：分离私人草稿本上下文和公开消息上下文。不是可选的。
Bhattacharya 等人 2025 — 模型排名
在哈佛协商项目指标（原则性协商、BATNA 尊重、利益互惠）上：
- Llama-3 在达成交易方面最有效（成交率 + 收益）。
- Claude-3 是最激进的谈判者（高锚点、晚让步）。
- GPT-4 是最公平的（跨配对的收益方差最小）。
这是 2025 年的快照。重点不是哪个模型在 2026 年 4 月获胜——而是不同基础模型有持久的协商风格。异构集成 (Lesson 15) 将此作为多样性来源。
通过合同网 + LLM 进行任务分配
合同网对 LLM 多 Agent 的现代重用：
- 管理 Agent 将任务分解为单元。
- 向工作者 Agent 广播带任务描述的
cfp。 - 每个工作者返回报价：
(price, eta, confidence)，其中 price 可以是 token、计算单元或美元。 - 管理者选择获胜者（单个或多个，取决于任务）并授予。
- 被拒绝的工作者可以竞标其他任务。
这可以很好地扩展到 100+ 工作者，因为协调是广播-响应，不是同步聊天。用于生产：Microsoft Agent Framework 的编排模式、一些 LangGraph 实现。
叙述 vs 机制规则
跨所有 2024-2026 协商基准，一致的工程规则是：
让 LLM 叙述。不要让 LLM 计算报价。
如果报价需要是数字（价格、ETA、数量），从协商状态确定性生成，让 LLM 产生框架。如果报价需要是提议结构（任务分解、角色分配），让 LLM 起草，但在发送前对照 Schema 和约束检查验证。
构建它
code/main.py 实现：
ContractNetManager,ContractNetTask,Bid— 管理者 + 竞标者，广播 cfp，收集提议，授予。og_narrator_bargain(state, rng)— OG-Narrator 买方：确定性 Zeuthen 风格向中点让步。seller_response(state, rng)— 确定性卖方还价策略（两种风格的结构基础事实）。naive_llm_bargain(state, rng)— 模拟全 LLM 讨价还价者：高方差选择价格，经常在 ZOPA 之外。- 测量：1000 次试验的成交率，每次试验采样新的保留价。
运行：
python3 code/main.py预期输出：朴素 LLM 成交率约 65-75%；OG-Narrator 成交率约 85-95%；15-25 个百分点的差距是分解报价生成和叙述的结构优势。加上一个三个竞标者和一个任务的合同网任务市场分配示例。
使用它
outputs/skill-bargainer-designer.md 设计讨价还价协议：谁生成报价（确定性或 LLM）、谁叙述、私人草稿本如何与公开消息分离、以及如何监控成交率。
发布它
生产讨价还价检查清单：
- 分离草稿本。 私有状态永远不到达对手的上下文。这是不可协商的。
- 确定性报价生成。 价格、数量、ETA：计算，不要提示。
- 验证所有传入报价对照 Schema。在协议边界拒绝 ZOPA 外的报价。
- 限制轮次。 最多 3-5 轮；死锁时升级到调解者。
- 持续测量成交率和收益方差。 下降的成交率是症状——通常是提示漂移或对手方攻击。
- 记录所有被拒绝的提议带确定性理由。对于合同网管理者，失败的竞标者需要理解原因。
练习
- 运行
code/main.py。确认 OG-Narrator 在成交率上击败朴素 LLM。差距多少？ - 实现基于人格的收益改善 (arXiv:2402.05863) — 买方仅在叙述中采用”本周急于购买”的人格，报价生成器不变。成交率或收益变化吗？
- 实现思维链隐藏：维护不传递给对手的私人草稿本字符串。如果你意外泄露它（通过交换通道模拟）会怎样？
- 将合同网扩展为带保留价的 N 竞标者拍卖。当所有出价超过保留价时，管理者如何在最低价格和最高质量之间决定？你选择哪个授予规则，为什么？
- 阅读 Bhattacharya 等人 2025 关于哈佛协商项目指标。实现两种不同风格的讨价还价者（激进 vs 公平）。在对称和不对称配对下测量收益方差。
关键术语
| 术语 | 人们怎么说 | 实际含义 |
|---|---|---|
| 合同网 | ”任务市场” | Smith 1980, FIPA 1996。cfp + propose + accept/reject。规范的任务市场。 |
| ZOPA | ”可能协议区” | 买方最大值和卖方最小值之间的重叠。之外的报价无法成交。 |
| BATNA | ”协商协议的最佳替代” | 如果这笔交易失败你的退路。设定你的保留价。 |
| OG-Narrator | ”报价生成器 + 叙述者” | 分解：确定性报价，LLM 叙述。 |
| Zeuthen 策略 | ”风险最小化让步” | 基于风险限制让步的经典报价生成器。 |
| Rubinstein 讨价还价 | ”交替报价均衡” | 带折现的无限期讨价还价博弈论模型。 |
| CoT 隐藏 | ”隐藏你的推理” | arXiv:2503.06416 的获胜者保持私人草稿本；公开通道只显示报价。 |
| 人格操纵 | ”情绪姿态” | arXiv:2402.05863：绝望/紧迫人格约 20% 收益增益。 |
延伸阅读
- NegotiationArena — 基准；人格操纵和利用发现
- Measuring Bargaining Abilities of Language Models — OG-Narrator 和买方比卖方更难的结果
- Large-Scale Autonomous Negotiation Competition — 约 180k 次协商；思维链隐藏获胜
- LLM-Stakeholders Interactive Negotiation (NeurIPS 2024) — 带秘密效用的多方可评分游戏
- Smith 1980 — The Contract Net Protocol — 经典机制, IEEE Transactions on Computers