Anthropic consulta a despachos de abogados para estudiar cómo deberían negociar sus agentes de inteligencia artificial en nombre de las personas, según Financial Times. La empresa busca entender cómo defender los intereses de un usuario cuando su representante automático se encuentra con otro agente cuyos objetivos son distintos.
El reportaje de Cristina Criddle atribuye las consultas a dos personas familiarizadas con los planes de Anthropic. La referencia son los abogados que representan a sus clientes durante una negociación y, al mismo tiempo, respetan criterios de trato justo. Anthropic declinó hacer comentarios al diario.
Los agentes reciben un encargo y después ejecutan acciones para completarlo con cierto grado de autonomía. Entre los usos que describe FT están regatear el precio de un producto, resolver una disputa de atención al cliente o negociar una oferta salarial. Son posibilidades que la empresa estudia, no funciones anunciadas con una fecha de lanzamiento.
Cuándo debe volver a intervenir el usuario
Según una de las personas citadas por FT, Anthropic explora normas de negociación para los encuentros entre modelos. Parte del trabajo consiste en decidir cuánto deben consultar 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, en cambio, 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.
Otra posibilidad explorada, de acuerdo con una persona cercana a la empresa citada en el reportaje, es 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.
Entender el encargo también limita el resultado
En Project Swap, publicado el 24 de septiembre de 2026, 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.
Un modelo mejor puede obtener un trato distinto
Project Deal, otro experimento de Anthropic, había reunido 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 obtenían, en promedio, 2.68 dólares más por artículo; los compradores pagaban 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 así un problema adicional para las normas que examina Anthropic: una experiencia satisfactoria puede coexistir con una desventaja frente a la contraparte.
Anthropic propone mostrar decisiones de prueba antes de dar autonomía al agente y facilitar después la revisión de sus actuaciones.
