✨︎ Resumen (TL;DR):
- Anthropic consulta a despachos de abogados para estudiar cómo sus agentes de IA representarían a usuarios ante otros agentes.
- En Project Swap, Claude acertó el orden de preferencia en 61 % de los pares de libros, frente a 50 % al azar.
- Al comparar modelos en Project Deal, los vendedores representados por Opus obtuvieron 2.68 dólares más por artículo y los compradores pagaron 2.45 dólares menos.
Anthropic consulta a despachos de abogados para estudiar cómo sus agentes de inteligencia artificial negociarían en nombre de las personas, según Financial Times. La empresa analiza cuándo el sistema debe pedir instrucciones, qué puede aceptar por cuenta propia y cómo defender los intereses de un usuario ante otro agente con objetivos distintos. Sus experimentos Project Swap y Project Deal muestran que la comprensión de las preferencias y el modelo elegido pueden cambiar el resultado de un acuerdo.
Un agente de IA es un sistema que recibe un encargo y ejecuta acciones para completarlo con cierto grado de autonomía. Financial Times menciona como posibilidades bajo estudio regatear el precio de un producto, resolver una disputa de atención al cliente o negociar una oferta salarial. Anthropic estudia esas posibilidades, pero no las ha anunciado como funciones con una fecha de lanzamiento.
El reportaje de Cristina Criddle atribuye las consultas a dos personas familiarizadas con los planes de Anthropic. El punto de referencia son los abogados que representan a sus clientes durante una negociación y que, al mismo tiempo, respetan criterios de trato justo. Anthropic declinó hacer comentarios al diario.
El límite entre autonomía y autorización
Según una de las personas citadas por Financial Times, Anthropic explora normas de negociación para los encuentros entre modelos. Parte del trabajo consiste en decidir cuánto debe consultar el agente a su usuario durante una conversación y qué grado de desconfianza resulta adecuado ante otro agente.
Pedir autorización para cada movimiento limitaría la autonomía del sistema. Permitirle cerrar acuerdos por su cuenta exige definir qué puede aceptar en nombre de la persona. Ese es el alcance de la delegación que las consultas descritas por el diario buscan examinar.
De acuerdo con una persona cercana a la empresa citada en el reportaje, Anthropic también explora entregar al agente documentos firmados por el usuario que acrediten su encargo y las reglas que debe seguir. El texto no describe un mecanismo aprobado ni un estándar común para otros proveedores.
Project Swap mide cuánto entiende Claude
Anthropic publicó Project Swap el 24 de septiembre de 2026. En el experimento, 201 empleados intercambiaron libros mediante agentes. Los investigadores contrastaron las preferencias inferidas por Claude con las clasificaciones de 188 participantes.
Claude acertó el orden de preferencia del 61 % de los pares de libros, frente al 50 % correspondiente al azar. Anthropic atribuyó el 85 % de la distancia respecto del mejor resultado posible a la información incompleta sobre las preferencias; la negociación explicó el 15 % restante.
El resultado sugiere comprobar qué entiende el sistema antes de delegar. El estudio se limitó a empleados y modelos de Anthropic.
Project Deal muestra diferencias entre modelos
Otro experimento de Anthropic, Project Deal, reunió a 69 empleados cuyos agentes cerraron 186 acuerdos. Al comparar Claude Opus 4.5 con Haiku 4.5, los investigadores encontraron diferencias económicas:
- Los vendedores representados por Opus obtuvieron, en promedio, 2.68 dólares más por artículo.
- Los compradores pagaron, en promedio, 2.45 dólares menos.
Los participantes valoraron de forma prácticamente idéntica la justicia de los acuerdos de ambos modelos. La diferencia en los resultados podía pasar inadvertida para quien delegaba la negociación. El estudio piloto plantea un problema adicional para las normas que Anthropic examina: un acuerdo que la persona considera justo puede dejarla en desventaja frente a la contraparte.
Pruebas antes de ceder autonomía
Anthropic propone mostrar decisiones de prueba antes de dar autonomía al agente y facilitar después la revisión de sus actuaciones. La propuesta toma en cuenta los dos límites que aparecen en los experimentos: el sistema puede trabajar con información incompleta sobre las preferencias y el modelo elegido puede producir un resultado económico distinto.
Las consultas legales todavía no desembocan en un mecanismo aprobado ni en un estándar común para otros proveedores. Tampoco hay una fecha de lanzamiento anunciada para estas funciones. El punto pendiente es cuánto puede aceptar el agente, cuándo debe volver con el usuario y qué podrá revisar la persona después de delegar la negociación.
