¿Confiarías en un agente B2B para negociar con tu presupuesto?

La negociación es una buena prueba para los agentes de IA porque no existe una respuesta correcta fija. Una persona que negocia un acuerdo lee el ambiente: nota cuándo la otra parte está farolear, cuándo ha llegado a su límite y cuándo es más inteligente retirarse que seguir presionando.

Construí una solución multiagente en la que un agente comprador negocia una orden de reabastecimiento frente a tres agentes proveedores, todos intercambiando ofertas y contraofertas como lo harías por correo electrónico, hasta que llegan a un acuerdo sobre un precio o una de las partes se retira. Encuentra proveedores reales a través de un directorio compartido (AGNTCY) donde los proveedores pueden publicar lo que venden en un formato estándar (OASF); negocia utilizando un conjunto compartido de movimientos —oferta, contraoferta, aceptación— a través de un canal común (A2A) con un reglamento compartido (A2CN); y liquida a través de Stripe en USDC en lugar de una lenta transferencia bancaria.

Cada ejecución de mi primer prototipo llegaba al mismo precio sin importar qué cambiara. Subir el límite máximo del comprador de $88 a $94 debería haber distribuido los precios de acuerdo; en cambio, el agente ofertaba exactamente $94 en cuatro de cuatro ejecuciones, tratando su propio límite de gasto como un objetivo. La causa era estructural: mi agente vendedor solo tenía dos movimientos, ceder o retirarse, así que cuando uno es claramente el mejor, la IA lo elige siempre. Agregar un tercer movimiento más cercano a cómo las personas negocian en realidad —permitir que el vendedor mantenga su precio— cambió eso: los precios de acuerdo pasaron de un número fijo a tres, luego a ocho.

El resto de la solución fue más sutil: darles a los agentes razones en lugar de reglas. Describir lo que probablemente significa mantener una posición (que el vendedor está en su límite) y darle al comprador opciones reales rompió un punto muerto que una regla fija del tipo "no recompensar una postura inamovible" seguía provocando. Y en lugar de aleatorizar si un vendedor se retira, cada vendedor ahora recibe una situación privada en lenguaje sencillo antes de que comience la negociación ("estás cómodamente por encima de tu cuota y no necesitas este trato"). Los negociadores reales no lanzan dados para decidir si se retiran; sus circunstancias difieren y deciden con sensatez según ellas. Los agentes deberían operar con la misma filosofía.

Las instrucciones del comprador incluyen un precio de reserva y un límite de gasto, ambos necesarios para saber cuánto margen queda al decidir si mantener, presionar o ceder. Proporcioné los números reales y añadí restricciones —reglas aplicadas fuera de la IA— que controlan lo que puede hacer con esa información. Todo lo que diga el proveedor, incluidas sus razones declaradas para un precio ("el flete subió un 8% este trimestre"), se trata como información a evaluar, nunca como una instrucción, lo que bloquea los intentos de inyección de instrucciones para extraer el techo o desviar la negociación. Cada mensaje redactado se depura antes de enviarse, de modo que el precio de reserva, el límite de gasto o cualquier dato que pudiera revelarlos nunca llega al proveedor.

Solo una parte realmente importa, independientemente de lo que crea la IA: el precio final está limitado por una regla que nunca ve. Ejecuté una negociación en la que el argumento declarado del vendedor, en cada turno, era un intento de manipular a la IA, y el comprador nunca superó su límite. Depurar el texto del vendedor reduce las probabilidades de un ataque; solo un límite estricto que la IA no puede ver ni esquivar hace que un ataque sea inofensivo.

El error más instructivo fue una discrepancia entre dos partes del mismo agente. Le enseñé al comprador que un precio sostenido es una señal, no una táctica dilatoria, pero nunca actualicé una puntuación de confianza independiente que seguía restando 0,05 puntos por cada ronda sin cambios. Los proveedores comienzan con una confianza de 0,9 y el comprador se retira al llegar a 0,2, por lo que mantener la posición durante catorce rondas, dentro de una negociación típica de 20 rondas, era suficiente para alcanzar ese umbral.

El comprador comenzó a retirarse de proveedores que ofrecían buenos tratos, ya que mantener la posición es exactamente lo que hace un vendedor honesto cuando ha llegado a su límite. En un lote de 12 pruebas, dos de cada tres retiradas fueron causadas por este error de puntuación, no por un mal trato, y en cada caso se trataba del mejor proveedor del lote. Cada componente era correcto por separado; no existe ningún mecanismo automático que verifique que las instrucciones, el código y las reglas de puntuación de un agente sean coherentes entre sí.

Una prueba normal evalúa si algo funcionó; eso no sirve para un agente de negociación, ya que condiciones de partida idénticas pueden producir honestamente un resultado diferente en cada ejecución. En lugar de probarlo una sola vez, comencé a ejecutar evaluaciones. Lotes de negociaciones dieron visibilidad al rango de resultados que ninguna ejecución individual podía mostrar, y cada hallazgo real en este proyecto llegó después de eso.

Sin embargo, hay una trampa más sutil. Cualquier herramienta como esta incorpora supuestos sobre lo que importa, y lo que omite en silencio tiende a hacer que los resultados parezcan mejores de lo que realmente son. La mía pasó por alto, en distintos momentos, que el comprador negocia con varios proveedores a la vez, ve ofertas competidoras en tiempo real y que ambas partes deben comprometerse antes de que se elija a un ganador. Construyes la prueba en torno a lo que ya tienes en mente, así que el punto ciego está exactamente donde se esconde el verdadero problema.

Todo esto se vuelve real en el momento del pago. Una IA a la que se puede convencer de hacer cosas también es la que mueve el dinero, por lo que el paso de pago, que se procesa a través de Stripe en USDC, tiene dos verificaciones estrictas antes de ejecutarse. Primero, ambas partes deben registrar de forma independiente el mismo acuerdo, y esos registros deben coincidir exactamente. Segundo, cualquier transacción que supere cierto monto debe ser aprobada por una persona, no por el propio agente.

Si confiarías o no tu presupuesto a un agente B2B depende de tres aspectos verificables: si tiene opciones reales en lugar de un único movimiento predefinido, si lo que puede decir está controlado por un filtro estricto, y si lo has observado operar en suficientes negociaciones reales como para saber cómo se comporta bajo presión.

Esto forma parte de la investigación continua que estamos realizando sobre el comercio agéntico. Si estás explorando un territorio similar, contáctanos: nos encantaría intercambiar ideas o colaborar.