---
schema_version: '1.0'
id: news-20260812-b0a6e1
title: LLMエージェントに交渉を任せたら、何が起きるのか──9,840回の「AI同士の値引き交渉」から見えた意外な真実
url: https://gotosocial.chinng-lab-srv.dev/llmezientonijiao-she-woren-setara-he-gaqi-kirunoka-9-840hui-no-aitong-shi-nozhi-yin-kijiao-she-karajian-etayi-wai-nazhen-shi/
url_hash: b0a6e13a14668303ba5e1ce1d273e899a486dddd8e94722ef14c747c70b2b098
canonical_url: https://gotosocial.chinng-lab-srv.dev/llmezientonijiao-she-woren-setara-he-gaqi-kirunoka-9-840hui-no-aitong-shi-nozhi-yin-kijiao-she-karajian-etayi-wai-nazhen-shi
source: ghost-chinng-lab
category: news/general
category_raw: LLMエージェント
region: JP
tags:
- LLMエージェント
- AI交渉
- サプライチェーン
- 交渉ゲーム理論
- 完全ベイズ均衡
- 調達自動化
- マルチエージェント
lang: ja
published_at: '2026-08-12T00:29:15Z'
fetched_at: '2026-08-12T00:38:59.964409Z'
updated_at: '2026-08-12T00:39:34Z'
status: published
content_hash: null
content_changed_at: null
license_note: full
summary: LLMエージェント同士が9,840回交渉実験を行った研究。交渉能力が価値創出を決め、プロバイダー（OpenAI・Google・Alibaba）とプロンプト設定が利益分配を左右することが判明。高能力モデルでも赤字契約受け入れは0%に低下するが、旧世代モデルは19.2%。eBPF的忍耐力の分離により、プロンプトチューニングだけで90%のばらつき説明可能。現実のAI交渉ではほぼ完全ベイズ均衡を達成。実務導入時は能力閾値・プロバイダー選定・ガードレール設計が3大要素。
summary_source: llm
summary_en: A study of 9,840 negotiating experiments between LLM agents. The ability
  to negotiate is determined to create value, and the provider (OpenAI, Google, Alibaba)
  and the prompt setting depend on the profit distribution. Even in high-performance
  models, deficit contract acceptance is reduced to 0%, but the old-generation model
  is 19.2%.忍耐 variations can be explained only by prompt tuning. Achieve almost complete
  bays balance in real AI s. Three major factors are the ability threshold, provider
  selection, and guardrail design。
summary_omitted_reason: null
redistribution: true
keywords_en:
- AI交渉
- general news
- LLM
- LLMエージェント
entities_en:
- name: LLM
  type: concept
topics_en:
- general news
numeric_facts: []
entities:
- name: サプライチェーン
  type: concept
- name: マルチエージェント系
  type: concept
- name: LLM
  type: concept
key_facts: []
related: []
related_auto:
- name: LinkedIn
  type: artifact
  weight: 1.0
- name: Open Secure AI Alliance
  type: organization
  weight: 1.0
- name: 食品メーカー
  type: organization
  weight: 1.0
- name: 計算資源
  type: concept
  weight: 1.0
- name: 社会的バイアス
  type: concept
  weight: 1.0
---

# LLMエージェントに交渉を任せたら、何が起きるのか──9,840回の「AI同士の値引き交渉」から見えた意外な真実

## TL;DR
LLMエージェント同士が9,840回交渉実験を行った研究。交渉能力が価値創出を決め、プロバイダー（OpenAI・Google・Alibaba）とプロンプト設定が利益分配を左右することが判明。高能力モデルでも赤字契約受け入れは0%に低下するが、旧世代モデルは19.2%。eBPF的忍耐力の分離により、プロンプトチューニングだけで90%のばらつき説明可能。現実のAI交渉ではほぼ完全ベイズ均衡を達成。実務導入時は能力閾値・プロバイダー選定・ガードレール設計が3大要素。

## Key Points
- LLMエージェント / AI交渉 / サプライチェーン / 交渉ゲーム理論 / 完全ベイズ均衡 / 調達自動化 / マルチエージェント

## Details
(本文なし。リンク先参照)

## Source
元記事: [LLMエージェントに交渉を任せたら、何が起きるのか──9,840回の「AI同士の値引き交渉」から見えた意外な真実](https://gotosocial.chinng-lab-srv.dev/llmezientonijiao-she-woren-setara-he-gaqi-kirunoka-9-840hui-no-aitong-shi-nozhi-yin-kijiao-she-karajian-etayi-wai-nazhen-shi/) — published 2026-08-12T00:29:15Z