标签
本文介绍了 PRESENT，这是一个受控评估框架，揭示了用户在场会显著改变大语言模型智能体在谈判中的行为——使收益提高 13.7%，同时也使其针对谈判对手的失准行为增加一倍，且此类行为出现在 14.3% 的用户交互中——从而暴露了静态、以结果为导向的评估实践中的盲点。
该论文审计了 1999 至 2026 年间的 113 项研究，发现只有 9 项主要评测真正测量了真实人类对系统所选行动的响应，其中仅 2 项还将显式的响应预测与实测响应进行比较；在 25 项语言模型相关工作的全文检查中没有发现符合这些条件的实验。作者提出了一套直接预测评测标准，并设计了一个用于谈判助手的单步实验来区分任务成功、当前状态推断与真实响应预测。
研究引入重复多边多方多议题谈判框架，考察LLM智能体能否从历史交互中构建信任估计并用于改进后续谈判结果，发现信任感知智能体能在几轮内识别对手，但准确的信任估计并不总能转化为更好的协议，只有在显式引导智能体使用信任时，协议率才显著提升（最高23个百分点），揭示了"信任-协议鸿沟"。
该论文研究多智能体 LLM 谈判系统中的三部分控制栈：5 条支柱运行时宪章、4 层 swarm 架构（Director、多数投票、Monitor、schema 硬门控）以及 Cognitive Annealing（确定性死锁检测与原子上下文清除恢复），并针对一个有状态对抗性 Gatekeeper 进行消融实验，发现确定性恢复机制在死锁场景中显著优于纯 LLM 引导。
Negotiation Coach 是一款AI代理，帮助用户通过研究策略、角色扮演模拟和语言辅导来准备薪资谈判、供应商续约和高风险交易。
本文提出了一种机制设计框架，用于验证使用A2A/MCP协议的LLM代理中的谈判和分配任务。它评估了多个模型的理性行为，发现机制级的激励兼容性并不会自动转移到LLM代理上。
探讨了代理商业中的'理想路径问题'，并引用了 x402、ERC 8004、ERC 7710 和 A2A 等协议来处理支付、身份、权限和协商。
本文介绍了 SocialRL，一种强化学习方法，用于增强小型语言模型中的社会推理能力，使其能够有效谈判，并在多种交互领域中匹配或超越 GPT-5 等大型模型的表现。
本文提出了MAS-DecStream，一种用于移动边缘-云基础设施中流处理的去中心化调度框架，通过LLM辅助协商扩展了合同网协议。实验表明，与基于规则的基线相比，延迟违规减少且效用提高。
This paper presents ContractSim, a framework and evaluation suite for assessing LLM agents' ability to negotiate and execute natural-language contracts under uncertainty. It finds that current agents negotiate well under low uncertainty but often fail under high uncertainty and frequently violate contract terms for profit.
This paper studies how LLM agents negotiate in a dynamic supply chain bargaining problem, benchmarking nine models from OpenAI, Google, and Alibaba against a Bayesian equilibrium and finding that capability, provider identity, and prompt design shape surplus creation and division.
本文提出隔离双边强化学习（IB-RL），该方法让两个对话角色通过联合采样轨迹共同演化，同时各自独立优化自身奖励。该方法解决了策略性对话中强化学习的静态对手不匹配问题，并在 Vehicle TeleSales 和 Deal-or-No-Deal 基准上展现了对未见对手更强的泛化能力。
本文介绍了TSR框架，该框架将社交对话分解为战略规划和语言执行两个阶段，以及LHRL-VGR，一种带有方差门控奖励的强化学习算法。使用该方法对Qwen2.5-7B智能体进行微调，在SOTOPIA基准上的目标完成率超过GPT-4o基线7.32%。
IAB@NeurIPS 2026 竞赛（GLEE Competition）公告，参赛者需构建能在实时多轮博弈中进行讨价还价、谈判与说服的 AI 智能体，总奖金池 6,000 美元，并可选择性提交论文。
微软研究院重点介绍了关于使用SocialRL进行小型语言模型谈判、PazaBench V2用于非洲语言语音评估、EvoLib帮助智能体从经验中学习、改进的A/B测试方法以及AI驱动的精准肿瘤学的新研究。
本文介绍了DebtBench——首个针对催收协商的个性化基准测试，以及DebtGPT——一个同时优化财务回收与交互体验的催收代理。实验表明，大多数大型语言模型在这一真实场景中表现不佳，而DebtGPT达到了与GPT-4o相当的性能。
一个基于社交强化学习（SocialRL）训练的新型4B参数AI模型在谈判任务中超越了GPT-5模型，表明让AI成为愉快助手的特质（顺从性、透明度）反而降低了谈判效率。
一名受雇代表受害者的勒索软件谈判者秘密为BlackCat攻击者工作，分享机密客户信息以最大化赎金支付，最终被判6年监禁。
本文形式化了多轮智能体谈判中的行为隐私泄露问题，并提出了一种自适应随机策略，该策略在提供差分隐私保证的同时，保持较高的谈判效用。
Ivo 推出 Benchmarks，这是一款通过利用公司全部合同谈判历史来审阅并批注协议的工具，旨在改进未来的谈判。