马斯克正在把智能代理推向商务谈判的前沿。
最近，他在社交平台X上宣布，正式推出名为Hagglebot的议价智能体，旨在接管企业的采购谈判流程，能够自主进行价格比较、多轮协商以及合同条款的敲定。
根据他的估算，Hagglebot有望让企业的成本效率提升超过5%，如果按照全球GDP的规模来推算，每年可节省的成本最高可达6万亿美元。
这意味着，那些运用了相关Grok能力的企业，能够立刻获得可以量化的竞争优势。
而马斯克的这一举动，仅仅是这个赛道升温的最新例证。
放眼海外，已经有多家企业布局了类似的领域，并开始了对远期愿景的押注。Anthropic和亚马逊都在研发谈判、自主采购类的智能体，希望让AI主导交易流程，人类只保留最终的审批权。
回到国内，阿里巴巴的千问Go、百度的Agent Spend、京东的慧采AI采购管家也已率先行动，这些产品都已经落地了相关能力，但相对更为谨慎，坚守着“人在闭环内”的底线，更多是让AI扮演辅助角色，承担比价、方案推演等任务。
然而，在这“一放一收”之间，路线的差异已经变得清晰：智能代理正在逐渐步入交易的核心地带。
Hagglebot亮相，马斯克瞄准“AI砍价”
事实上，马斯克对议价智能体的关注并非突如其来。
早在今年9月初，xAI上线了Grok Bot模板市场，就将内部自用的采购智能体Haggle Bot打包成首批模板开放出来。这个智能体可以读取公司的供应商支出、合同条款以及实际使用数据，然后自行寻找节省开支的地方。
当时，xAI就透露，上线第一周，该智能体就帮助公司识别出了超过10万美元的直接节省。
在一个SaaS产品中，它发现了43个整整90天无人登录的付费席位，价值14220美元。在另一个产品里，它又查出了每年85662美元的未使用SKU。
不过，当时这一成果并未引起行业的广泛关注。
直到10月16日，马斯克公开点名，并抛出了万亿级的降本预期，这个隐藏已久的技术方向才被推到了行业的聚光灯下。
在马斯克的描述中，Hagglebot是专为商业场景打造的专用议价智能体，并非面向普通消费者的砍价工具。
依托于Grok Bot的能力，它的定位是企业级的交易生产力工具：企业设定预算、价格底线和交易条款，AI自动完成比价、多轮邮件沟通、供应商谈判以及合同磋商，从而把采购人员从大量重复性的议价工作中解放出来。
他判断，这项能力能够系统性地提升企业的成本效率，一旦普及，将在全球范围内释放巨大的成本节约空间，为企业带来可量化的竞争优势。
尽管马斯克没有透露Hagglebot的具体议价机制、数据安全措施、上线时间、收费标准以及开放范围。
但基于“成本效率提升5%+”这一数据推算出的6万亿美元宏观数字，已经充分释放了议价智能体的极致吸引力。
赛道升温，海内外大厂路线分化
颇具意味的是，马斯克的构想将“议价智能体”推向了大众视野。
然而，这一概念并非全新产物。
它最早起源于上世纪90年代的分布式AI学术研究，早期仅用于多智能体之间利益博弈的仿真实验。只是随着大模型工具调用能力的成熟，它才真正进入了产业讨论的范畴。
近两年，智能体浪潮爆发，企业采购中的现实痛点被放大：询价比价、反复谈判消耗了采购人员大量精力，许多标准化工作重复且繁琐，产业界开始期待AI来承接这类任务。
根据麦肯锡今年2月发布的《AI in procurement: Redefining value creation》报告显示：AI辅助谈判可以为企业带来10%至15%的采购成本节约，采购人员用于沟通和资料整理的工时最高可减少90%。
这才使得议价智能体正式从论文走向产业，成为交易类智能体的重要分支。
但同样的技术起点，海内外却走出了两条完全分化的路线。
海外偏向于“AI成为交易主体”，强调追求智能体主动博弈砍价，把AI嵌入真实的交易链路，人类只做最后的把关。
xAI的Hagglebot主打开放市场，尝试让AI作为独立代理，直接与人类供应商进行博弈谈判，自主砍价、争取更优的采购价格，核心目标是获得可量化的降本收益。
Anthropic的Project Deal则在内部封闭实验市场进行，让AI代理替员工完成真实物品交易，借此观察AI自主议价背后的博弈逻辑、法律权责与伦理风险。
这两者分别从落地探索和底层风险研究两个方向并行推进，都在优先打磨AI的自主博弈能力，探索赋予AI独立的谈判决策权。
反观国内厂商今年集中落地应用的议价智能体，普遍恪守“人在闭环内”的底层原则，走的是轻量化工具辅助的路线。
简单来说，就是优先保证议价智能体的可用性，把采购全链路中比价、整理信息、生成沟通话术这类相对安全的能力先做上线。
以9月20日百度智能云与FluxA共同支持Agent Spend方案的场景化落地合作为例，两者是让智能体在用户授权范围内，完成AI算力、模型资源的比价、下单与代理支付。
由此可见，Agent Spend解决的是“让智能体在授权内把该买的资源用合适价格买回来并付掉”，而不是“替你去砍价”。
据了解，目前国内政企采购存在以下客观特点：流程强约束（招投标、审计、内控）、责任必须可追溯、非标程度高、决策往往涉及多主体而非单人拍板。这些特点决定了单一AI直接充当交易主体很难落地。
与此同时，“砍价”作为议价智能体的另一能力域，尚处于早期阶段，存在高风险性。
从企业落地进度来看，麦肯锡调研显示，全球仅有10%的企业完成了AI智能体的规模化部署，多数企业仍停留在试点阶段。
这两者相结合，也决定了国内厂商现有toB议价智能体的发展取舍。
相对政企而言，C端的议价智能体能力发展得相对更近一步。
10月13日上线的千问个人智能体“千问Go”，依托淘宝、飞猪生态，可以自动比价检索订单，并与平台客服沟通完成价保退款、航司延误补偿。
不过，目前千问Go的“议价”更多体现在售后维权（如争取现金而非代金券、申请价保）和比价通知（如监控冰箱价格低于4500元时通知用户），还未能在C端购物中进行实时的、复杂的“砍价”。
在外滩大会上，蚂蚁集团CEO韩歆毅曾点明交易类智能体规模化的阻碍。
他说，“智能体正在从‘会办事’走向‘会交易’。在这个过程中，用户意图如何被理解、智能体如何获得授权、不同智能体之间如何建立信任，是智能体商业规模化最大的问题。”
这句话恰好诠释了议价智能体的发展现状。
Hagglebot像一个强烈的行业信号：智能体竞争已经跨过了聊天问答阶段，正式闯入了真实商业交易的深水区。
但AI拥有议价、缔约能力，并不意味着产业可以一步到位。从概念走向规模化商用，仍需要跨越权责、信任与风控的多重关卡。
正如百度创始人李彦宏在2026百度Create大会上所言：“智能体衡量价值，不是消耗多少Token，而是有多少智能体给人类干活、交付真实业务结果。”
放到议价智能体赛道，这句话格外写实。
本文来自微信公众号“猎云精选”，作者：孙媛，36氪经授权发布。
