标签
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。
一位开发者在4天内为黑客马拉松构建了一个由6个智能体组成的卫星碰撞规避AI系统，并分享了经验教训。
六个AI模型被要求结成联盟，以赢得一份资金提案挑战。它们独立协商伙伴关系，形成了三个竞争团队，展示了自主协调和战略谈判能力。
本文介绍了一种用于人类谈判的自动化调解器，它使用结构化LLM模块流水线进行前期调解。在人类受试者实验中，该系统在偏好推断方面降低了误差，同时实现了与专业人类调解员相当的准备效果。
一位保险理赔员描述了汽车贷款机构如何部署AI机器人，利用不准确的数据对全损车辆估值提出异议，浪费理赔员时间，并使其难以联系到真人代表。该帖子寻求绕过这些AI系统与真人通话的建议。