Phase 16: Multi-Agent & Swarms

谈判和谈判

经纪人谈判资源,价格,任务分配和条款.2026年基准设定很清楚:谈判场 (arXiv:2402.05863) 显示LLM可以通过人格操纵提高收益率20% (绝望);"衡量谈判能力" (arXiv:2402.15813) 显示买家比卖家更难,规模不帮助他们OG-Narrator投资率从26.67%提高到88.88%;大规模自主谈判竞赛 (arXiv:2503.06416) 进行了约180000次谈判,发现chain-of-thought-concealing通过隐藏对手的推理,代理人获胜;Bhattacharya et al. 2025 在哈佛谈判项目测量中,Llama-3最有效,Claude-3最具侵略性,GPT-4最公平.这个课程实现了合同网协议 (FIPA祖先,课程02),线程LLM类型的买家/卖家,运行了OG-叙述者类型的分解,并测量了交易率如何随着每个结构选择变化.

Type: Learn + Build

Languages: Python (stdlib)

Prerequisites: Phase 16 · 02 (FIPA-ACL Heritage), Phase 16 · 09 (Parallel Swarm Networks)

Time: ~75 minutes

问题

两家代理商需要达成价格. 由于纯粹的语言提示,2024-2026年,LLCs以惊人的低率 (在 arXiv:2402.15813 中,紧密参数的交易中约27%) 达成交易. 规模并不能解决:GPT-4在谈判中结构上不比GPT-3.5更好;它在谈判的语言上更好.

根据LLM的基本问题,LLM将两个工作组合在一起,决定报价和叙述报价.OG-Narrator分开了这些:确定性报价生成器计算了数量的动作;LLM只叙述.交易率跳到89%.

这反映了经典的多代理发现:脱离机制与通信层的胜利.合同网协议 (FIPA, 1996;史密斯, 1980) 是参考任务市场机制.将LLM插入叙述槽,你得到一个现代的LLM驱动任务市场.

概念

合同网,在一段

史密斯1980年合同网协议:manager广播call for proposals (cfp)其他bidders回答propose经理选择一个获胜者,并发送accept-proposal给获胜者reject-proposal获胜者完成工作. 选择性信息:refuse国际投资管理局编码这一点为fipa-contract-net互动协议.

为什么"OG讲述者"赢了

语言模型的谈判能力测量 (arXiv:2402.15813) 指出:

法律法规经常违反谈判规则 (以无意义的价格提供,忽略对方的ZOPA).
它们扎不好 (接受不好的首次报价;反报价比战略性).
规模本身并不能解决这些问题.更大的模型使类似的战略错误更可靠.

关于"OG-Narrator"的解体:

           ┌──────────────────┐        ┌──────────────────┐
  state  → │ offer generator  │ price → │  LLM narrator    │ → message
           │  (deterministic) │        │  (writes the     │
           │                  │        │   human-style    │
           └──────────────────┘        │   accompaniment) │
                                       └──────────────────┘

报价生成器是一个经典的谈判策略:鲁宾斯坦谈判模型,泽顿策略或简单的价格交换.LLM讲述.信息包含确定性价格和自然语言框架.

交易率上升,因为:

价格保持在谈判区.
是战略性的,而不是情感的.
法律士做出自己的技能:写作.

谈判Arena的发现

根据"法典"的标准, arXiv:2402.05863提供了标准.

通过采用个性化 ("我绝望能在周五之前销售") 个性化操纵是一种真正的策略.
公平/合作的代理人被敌对的代理人剥削;防御需要明确的反.
根据标准,在约40%的基准场景中,对称对合结果趋于不公平.

这不是"LLM是坏谈判者". 这就是"LLM谈判太像人类,包括可剥削的部分.

隐藏思想链

大规模自主谈判竞赛 (arXiv:2503.06416) 在许多LLM战略中进行了约180k的谈判.获奖者隐藏了他们的推理:

如果一个代理打印"我只会去"$75; my reservation price is $任何一个人可以看到的,
获胜者私下计算策略;输出道只包含了报价和最低要求的叙述.

对于"游戏理论" (Aumann 1976年关于理性和信息) 的2026年回声:揭示了你私人估值成本的回报.

工程的提取:将私人抓板的文本与公共信息的文本分开.

巴塔查里亚等2025年模型排名

哈佛谈判项目指标 (原则性谈判,BATNA尊重,利益互惠):

Llama-3在交易中最有效 (交易率+收益率).
Claude-3谈判最具侵略性的谈判者 (高,迟到的让步).
GPT-4配对中最公平 (最小的变化).

问题不是2026年4月哪个模型赢得了胜利. 问题是,不同的基模型具有持久的谈判风格.异性集体 (课 15) 将这作为多样性来源.

通过合同网 + LLM分配任务

现代的合同网的重用:

管理员将任务分解成单元.
广播cfp工作人员的任务描述.
每个工人都回报了一份报价:(price, eta, confidence)价格可能是代币,计算单位或美元.
管理者选择获奖者 (单项或多项,具体取决于任务) 和奖项.
拒绝的工人可以自由投标其他任务.

由于协调是播放和响应,而不是同步聊天. 在生产中使用:微软代理框架的编排模式,一些LangGraph实现.

合资企业利益相关者互动谈判

果产品https://proceedings.neurips.cc/paper_files/paper/2024/file/984dd3db213db2d1454a163b65b84d08-Paper-Datasets_and_Benchmarks_Track.pdf) 引入多方可得分游戏secret scores其他minimum-acceptance thresholds任何利益相关者都有私营公用事业;LLM必须从信息中推断这些信息.这是两党谈判的通用化到N党联盟的形成.对于具有异性工人能力的生产任务市场相关.

叙述与机制规则

在2024-2026年所有谈判基准中,一致的工程规则是:

让法师讲述,不要让法师计算出报价.

如果报价需要一个数字 (价格, ETA,数量),从谈判状态中确定性地生成它,并让LLM制作框架.如果报价需要一个提案结构 (任务分解,角色分配),让LLM起草它,但在发送之前根据一个方案和约束检查验证.

建立它

code/main.py执行:

ContractNetManager现在ContractNetTask现在Bid经理+投标人,广播公司,收集提案,授予.
og_narrator_bargain(state, rng) OG-Narrator买家:决定性的Zeuthen风格让步到中点.
seller_response(state, rng)确定性卖家反报政策 (对两种风格的结构性基础真理).
naive_llm_bargain(state, rng)模拟全LLM交易者:选择高差异性价格,通常是超出ZOPA的.
测量:交易率超过1000个试验,每试验采样新鲜预订价格.

运行:

python3 code/main.py

预期产量:天真-LLM交易率~65-75%;OG-Narrator交易率~85-95%;15-25点差距是从叙述中分解产品生成的结构优势.加上一个有三个投标者和一个任务的合同网任务市场分配例子.

用它

outputs/skill-bargainer-designer.md设计谈判协议:谁生成报价 (定制性或LLM),谁讲述,私人剪辑板如何与公共信息分开,以及如何监测交易率.

运送它

生产谈判检查列表:

Separate scratchpad.个人国家从来没有达到对方的背景.
Deterministic offer generation.价格,数量,时间:计算,不要要求.
Validate all incoming offers拒绝在协议边界的非ZOPA报价.
Bound rounds.极限3-5次,在停滞时升级到中介.
Measure deal rate and payoff variance交易率下降是症状,通常是迅速的漂移或对方攻击.
Log all rejected proposals对于合同网经理来说,输入竞标者需要了解原因.

运动

跑步code/main.py确认OG-Narrator比天真LLM在交易率.
实施persona-based payoff improvement买家只在叙述中采用"绝望要买本周"角色,提供发电机不变.交易率或回报率是否改变?
实现思想链concealment假设您不想通过道来模拟它,会发生什么?
如何决定最低价格和最高质量的价格?你选择哪个奖项规则,为什么?
阅读Bhattacharya et al. 2025 在哈佛谈判项目指标. 实施两个不同的风格的讨价还价者 (侵略性与公平). 在对称和不对称对称下衡量回报差异.

关键词

Term	What people say	What it actually means
Contract Net	"Task market"	Smith 1980, FIPA 1996. cfp + propose + accept/reject. The canonical task-market.
ZOPA	"Zone of possible agreement"	Overlap between buyer's max and seller's min. Offers outside it cannot close.
BATNA	"Best alternative to a negotiated agreement"	Your fallback if this deal fails. Sets your reservation price.
OG-Narrator	"Offer generator + narrator"	Decomposition: deterministic offer, LLM narration.
Zeuthen strategy	"Risk-minimizing concession"	Classical offer-generator that concedes based on risk limits.
Rubinstein bargaining	"Alternating-offer equilibrium"	Game-theoretic model for infinite-horizon bargaining with discounting.
CoT concealment	"Hide your reasoning"	Winners in arXiv:2503.06416 kept private scratchpads; public channel shows offer only.
Persona manipulation	"Emotional posturing"	arXiv:2402.05863: ~20% payoff gain from desperation/urgency personas.

进一步阅读

NegotiationArena基准指标;人格操纵和剥削的发现
Measuring Bargaining Abilities of Language Models OG-Narrator 和买家比卖家更难的结果
Large-Scale Autonomous Negotiation Competition ~ 180k 谈判; 思想链隐获胜
LLM-Stakeholders Interactive Negotiation (NeurIPS 2024)多方可得分游戏,有秘密工具
Smith 1980 — The Contract Net Protocol经典机制,电脑上IEEE交易

This free lesson is part of the AI Engineering from Scratch curriculum. Read the full explanation, run the lesson code, and verify the result in the interactive reader or from the repository source.

Browse the complete course catalog or open this lesson on GitHub.