马斯克，盯上“AI砍价”

马斯克将Agent推到了交易的最前沿。

近日，他在社交平台X上发帖，正式宣布研发议价智能体Hagglebot，目标是接管企业的采购谈判流程，自主完成比价、多轮协商以及合同条款的敲定。

根据他的估算，Hagglebot有望使企业成本效率提升超过5%，按全球GDP规模推算，每年最多可节省6万亿美元的成本。

这意味着，使用相关Grok能力的企业，能立即获得可量化的竞争优势。

而马斯克的入场，只是这一赛道升温的最新案例。

放眼海外，已有不少企业布局类似方向，押注长远愿景。Anthropic和亚马逊都在开发谈判、自主采购类智能体，希望由AI主导交易，人类仅保留最终审批权。

再看国内，阿里千问Go、百度Agent Spend、京东慧采AI采购管家已率先行动，相关能力均已落地，但态度更为谨慎，坚守“人在闭环内”的原则，更多让AI扮演辅助角色，承担比价、方案推演等任务。

然而，在放与收之间，路线差异已经显现：Agent正逐渐步入交易的核心地带。

Hagglebot登场，马斯克盯上“AI砍价”

实际上，马斯克关注议价Agent并非偶然。

早在今年9月初，xAI上线Grok Bot模板市场时，就将内部自用的采购智能体Haggle Bot打包为首批模板开放。它能读取公司的供应商支出、合同条款和实际使用数据，自行寻找节省成本的机会。

当时，xAI透露，上线第一周就帮助公司识别出超过10万美元的直接节省。

在一个SaaS产品中，它发现了43个整整90天无人登录的付费席位，价值14220美元。在另一个产品里，它识别出每年85662美元的未使用SKU。

不过，当时这一技术并未引起行业的广泛关注。

直到10月16日马斯克公开提及，并抛出万亿级的降本预期，这一隐藏已久的技术方向才被推到行业聚光灯下。

在马斯克的描述中，Hagglebot是专为商业场景设计的议价智能体，并非面向普通消费者的砍价工具。

依托Grok Bot的能力，它的定位是企业级交易生产力工具：企业设定预算、价格底线和交易条款，AI自动完成比价、多轮邮件博弈、供应商谈判和合同磋商，将采购人员从大量重复的议价工作中解放出来。

他判断，这项能力能系统性提升企业成本效率，一旦普及，将在全球范围内释放巨大的成本节约空间，为企业带来可量化的竞争优势。

尽管马斯克未透露其具体议价机制、数据安全措施、上线时间、收费标准及开放范围。

但基于“成本效率提升5%+”得出的6万亿美元宏观推算，已经释放出议价Agent的极大吸引力。

赛道走热，海内外大厂路线分野

有趣的是，马斯克的构想将“议价Agent”推到了大众视野。

但这一概念并非全新产物。

它最早源于上世纪90年代的分布式AI学术研究，初期仅用于多智能体之间利益博弈的仿真实验，直到大模型工具调用能力成熟，才真正进入产业讨论。

近两年，Agent浪潮爆发，企业采购的现实痛点被放大：询价比价、反复谈判消耗采购人员大量精力，许多标准化工作重复繁琐，产业开始期待AI接管这类任务。

根据麦肯锡今年2月发布的《AI in procurement: Redefining value creation》报告，AI辅助谈判可为企业带来10%-15%的采购成本节约，采购人员用于沟通和资料整理的工时最多减少90%。

这使议价Agent正式从论文走向产业，成为交易类Agent的重要分支。

但同样的技术起点，海内外却走出了完全分化的两条路线。

海外偏向“AI成为交易主体”，强调追求智能体主动博弈砍价，将AI嵌入真实交易链路，人类仅做最终把关。

xAI的Hagglebot主打开放市场，尝试让AI作为独立代理，直接与人类供应商博弈谈判，自主砍价、争取更优采购价格，核心目标是获取可量化的降本收益。

Anthropic的Project Deal则在内部封闭实验市场，让AI代理替员工完成真实物品交易，借此观察AI自主议价背后的博弈逻辑、法律权责和伦理风险。

二者分别从落地探索和底层风险研究双向并行，均在优先打磨AI自主博弈能力，探索赋予AI独立谈判决策权。

反观国内厂商今年集中落地应用的议价Agent，普遍恪守“人在闭环内”的底层原则，走轻量化工具辅助路线。

简单来说，就是优先保证议价Agent的可用性，将采购全链路中比价、整理信息、生成沟通话术等相对安全的能力先上线。

例如，9月20日，百度智能云与FluxA共同支持Agent Spend方案的场景化落地合作，让Agent在用户授权范围内，完成AI算力、模型资源的比价、下单与代理支付。

由此可见，Agent Spend解决的是“让Agent在授权内把该买的资源用合适价格买回来并付掉”，而非“替你去砍价”。

据了解，目前国内政企采购存在以下客观特点：流程强约束（招投标、审计、内控）、责任必须可追溯、非标程度高、决策往往多主体而非单人拍板。这些特点决定了单一AI直接充当交易主体很难落地。

与此同时，“砍价”作为议价Agent的另一能力域，尚处早期，存在高风险性。

从企业落地进度看，麦肯锡调研显示全球仅10%企业完成AI Agent规模化部署，多数企业仍停留在试点阶段。

这两点结合，也决定了国内厂商现有toB议价Agent的发展取舍。

相对政企而言，C端的议价Agent能力发展得更近一步。

10月13日上线的千问个人智能体“千问Go”，依托淘宝、飞猪生态，可自动比价检索订单，与平台客服沟通完成价保退款、航司延误补偿。

不过，目前千问Go的“议价”更多体现在售后维权（如争取现金而非代金券、申请价保）和比价通知（如监控冰箱价格低于4500元时通知用户），还未能在C端购物中进行实时的、复杂的“砍价”。

在外滩大会上，蚂蚁集团CEO韩歆毅曾点明交易类Agent规模化的阻碍。

他说，“Agent正在从‘会办事’走向‘会交易’。在这个过程中，用户意图如何被理解、Agent如何获得授权、不同Agent之间如何建立信任，是智能体商业规模化最大的问题。”

这句话恰好诠释了议价Agent的发展现状。

Hagglebot像一个强烈的行业信号：Agent竞争已经跨过聊天问答阶段，正式闯入真实商业交易的深水区。

但AI拥有议价、缔约能力，不代表产业可以一步到位。从概念走向规模化商用，仍需跨越权责、信任与风控多重关卡。

正如百度创始人李彦宏在2026百度Create大会所言：“智能体衡量价值，不是消耗多少Token，而是有多少Agent给人类干活、交付真实业务结果。”

放到议价Agent赛道，这句话格外写实。

本文来自微信公众号“猎云精选”，作者：孙媛，36氪经授权发布。