马斯克，盯上“AI砍价”

马斯克正将智能体推向商业谈判的前沿阵地。

近期，他在社交平台X上发文，正式宣布推出名为Hagglebot的议价智能体，旨在接管企业的采购谈判流程，实现自主比价、多轮协商及合同条款敲定。

根据他的估算，Hagglebot有望使企业成本效率提升超过5%，以全球GDP规模为基准计算，每年最多可节省高达6万亿美元的成本。

这意味着，运用相关Grok能力的企业将获得立即可量化的竞争优势。

而马斯克的入局，仅仅是这一领域热度攀升的最新例证。

放眼国际，已有众多企业布局类似方向，并开始押注长远愿景。Anthropic和亚马逊均在开发谈判和自主采购类智能体，期望由AI主导交易，人类仅保留最终审批权。

回到国内，阿里千问Go、百度Agent Spend、京东慧采AI采购管家也已率先行动，相关能力均已落地，但更为谨慎，坚持“人在闭环内”的原则，更多让AI扮演辅助角色，负责比价、方案推演等任务。

然而，在一放一收之间，路线差异已然显现：智能体正逐步进入交易核心。

Hagglebot登场，马斯克瞄准“AI砍价”

事实上，马斯克对议价智能体的关注并非突如其来。

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

当时，xAI已披露，上线第一周便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。在另一款产品中，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发行业大规模关注。

直到10月16日马斯克公开点名，并抛出万亿级降本预期，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是专为商业场景打造的专用议价智能体，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、价格底线与交易条款，AI自动完成比价、多轮邮件博弈、供应商谈判与合同磋商，将采购人员从大量重复性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。

尽管马斯克未披露其具体议价机制、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，已然释放出议价智能体的极致吸引力。

赛道升温，海内外大厂路线分化

颇具意味的是，马斯克的构想将“议价智能体”推入大众视野。

但这一概念并非全新产物。

它最早源于上世纪90年代分布式AI学术研究，早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，智能体浪潮爆发，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承接这类任务。

根据麦肯锡今年2月发布的《AI in procurement: Redefining value creation》报告显示：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、资料整理的工时最高减少90%。

这促使议价智能体正式从论文走向产业，成为交易类智能体的重要分支。

但同样的技术起点，海内外却走出两条完全分化的路线。

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，人类只做最后把关。

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，核心目标是获得可量化的降本收益。

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、法律权责与伦理风险。

二者分别从落地探索、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智能体，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，就是优先保证议价智能体可用性，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行上线。

以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为例，二者让智能体在用户授权范围内，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“让智能体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”作为议价智能体的另一能力域，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智能体规模化部署，多数企业仍停留在试点阶段。

二者相结合，也决定了国内厂商现有toB议价智能体的发展取舍。

相对政企而言，C端的议价智能体能力发展得相对更近一步。

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），尚未能在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智能体规模化的阻碍。

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

这句话恰好诠释了议价智能体的发展现状。

Hagglebot像一个强烈的行业信号：智能体竞争已跨过聊天问答阶段，正式闯入真实商业交易深水区。

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，仍要跨越权责、信任与风控多重关卡。

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

放到议价智能体赛道，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。