馬斯克把Agent推向了交易的最前線。

就在近日，他在社交平台X發文，官宣研發議價智能體Hagglebot，目標接管企業採購談判，自主比價、多輪磋商、敲定合同條款。

據其測算，Hagglebot有望帶動企業成本效率提升5%以上，若按全球GDP規模測算，每年可節省的成本最高可達6萬億美元。

這意味着，使用相關Grok能力的企業，能獲得立即可量化的競爭優勢。

而馬斯克的下場，還僅是賽道走熱的最新一幕。

放眼海外，已有多家企業跟進同類方向，開啓了遠期願景押注，Anthropic、亞馬遜均在佈局談判、自主採購類智能體，希望AI主導交易，人類僅保留最終審批。

再到國內，阿里千問Go、百度Agent Spend、京東慧採AI採購管家也已經率先出擊，均已落地相關能力，不過更為剋制，守住「人在閉環內」底線，更多是讓AI打輔助，承擔比價、方案推演等角色。

但一放一收之間，路線差異已然清晰：Agent已經慢慢走入交易中心。

Hagglebot登場，馬斯克盯上「AI砍價」

事實上，馬斯克盯上議價Agent，並不突然。

早在今年9月初，xAI上線Grok Bot模板市場，就把內部自用的採購智能體 Haggle Bot 打包成首批模板開放，可以讀公司的供應商支出、合同條款和實際使用數據，然後自己找省錢的地方。

當時，xAI就披露，上線第一周就幫公司識別出超過10萬美元的直接節省。

在一個SaaS產品裏，它揪出了43個整整90天沒人登入過的付費席位，價值14220美元。在另一個產品裏，它發現了每年85662美元的未使用SKU。

只是當時並未引發行業大規模關注。

直到10月16日馬斯克公開點名、拋出萬億級降本預期，這一隱藏許久的技術方向才被推至行業聚光燈下。

在馬斯克的表述裏，Hagglebot是專為商業場景打造的專用議價智能體，並非面向普通消費者的砍價工具。

依託Grok Bot的能力，它的定位是企業級交易生產力工具：企業設定預算、價格底線與交易條款，AI 自動完成比價、多輪郵件博弈、供應商談判與合同磋商，把採購人員從大量重複性議價工作中解放出來。

他判斷，這項能力能夠系統性拉高企業成本效率，一旦普及，將在全球範圍內釋放巨大的成本節約空間，為企業帶來可量化的競爭優勢。

雖然馬斯克未披露其具體議價機制、數據安全措施、上線時間、收費標準和開放範圍。

但基於「成本效率提升5%+」做出的6萬億美元宏觀推算，儼然已經釋放出了議價 Agent 的極致吸引力。

賽道走熱，海內外大廠路線分野

頗具玩味的是，馬斯克的構想把「議價 Agent」推到大衆視野。

但這一概念，並非最新產物。

它最早起源於上世紀90年代分佈式AI學術研究，早期僅用於多智能體之間利益博弈的仿真實驗，只不過隨着大模型工具調用能力成熟，才真正進入產業討論。

近兩年，Agent浪潮爆發，企業採購的現實痛點被放大：詢價比價、來回談判消耗採購人員大量精力，大量標準化工作重複繁瑣，產業開始期待AI承接這類工作。

根據麥肯錫今年2月發布《AI in procurement: Redefining value creation》報告顯示：AI輔助談判可為企業帶來10%-15%採購成本節約，採購人員用於溝通、資料整理的工時最高減少90%。

這纔有了議價Agent正式從論文走向產業，成為交易類Agent的重要分支。

但同樣的技術起點，海內外卻走出完全分化的兩條路線。

海外偏向「AI 成為交易主體」，強調追求智能體主動博弈砍價，把AI嵌入真實交易鏈路，人類只做最後把關。

xAI的Hagglebot主打開放市場，嘗試讓AI作為獨立代理，直接和人類供應商博弈談判，自主砍價、爭取更優採購價格，核心目標是拿到可量化的降本收益。

Anthropic的Project Deal則在內部封閉實驗市場，讓AI代理替員工完成真實物品交易，藉此觀察AI自主議價背後的博弈邏輯、法律權責與倫理風險。

二者分別從落地探索、底層風險研究雙向並行，均在優先打磨AI自主博弈能力，探索賦予AI獨立談判決策權。

反觀國內廠商今年集中落地應用的議價Agent，普遍恪守「人在閉環內」的底層原則，走輕量化工具輔助路線。

簡單來說，就是優先保證議價Agent可用性，把採購全鏈路裏面比價、整理信息、生成溝通話術這類相對安全的能力先做上線。

就拿9月20日，百度智能雲與FluxA共同支持Agent Spend方案的場景化落地合作來看，二者是讓Agent在用戶授權範圍內，完成AI 算力、模型資源的比價、下單與代理支付。

由此可見，Agent Spend解決的是 「讓Agent在授權內把該買的資源用合適價格買回來並付掉」，而非 「替你去砍價」。

據了解，目前國內政企採購存在以下客觀特點：流程強約束（招投標、審計、內控）、責任必須可追溯、非標程度高、決策往往多主體而不是單人拍板，這些特點決定了單一AI 直接充當交易主體很難落地。

與此同時，「砍價」作為議價Agent的另一能力域，尚屬早期，存在高風險性。

從企業落地進度看，麥肯錫調研顯示全球僅10%企業完成AI Agent規模化部署，多數企業仍停留在試點階段。

二者相結合，也決定了國內廠商現有toB 議價 Agent 的發展取捨。

相對政企而言，C端的議價Agent則能力發展得相對更近一步。

10月13日上線的千問個人智能體 「千問 Go」，依託淘寶、飛豬生態，可自動比價檢索訂單，和平台客服溝通完成價保退款、航司延誤補償。

不過，目前千問Go的 「議價」 更多體現在售後維權（如爭取現金而非代金券、申請價保）和比價通知（如監控冰箱價格低於 4500 元時通知用戶），還未能在C端購物中進行實時的、複雜的「砍價」。

在外灘大會上，螞蟻集團CEO韓歆毅曾點透交易類Agent規模化的阻礙。

他說，「Agent正在從‘會辦事’走向‘會交易’。在這個過程裏，用戶意圖如何被理解、Agent如何獲得授權、不同Agent之間如何建立信任，是智能體商業規模化最大的問題。」

這句話剛好詮釋議價Agent的發展現況。

Hagglebot像一個強烈的行業信號：Agent競爭已經跨過聊天問答階段，正式闖入真實商業交易深水區。

但AI擁有議價、締約能力，不代表產業可以一步到位，從概念走向規模化商用，仍要跨越權責、信任與風控多重關卡。

正如百度創始人李彥宏在2026百度Create大會所言：「智能體衡量價值，不是消耗多少Token，而是有多少Agent給人類幹活、交付真實業務結果。」

放到議價Agent賽道，這句話格外寫實。