研究称 AI 购物 Agent 偏好难以预测，微小差异即可改变选择

知名学者 Ethan Molick 近日在 X 平台宣布，其团队完成了一项关于「智能体购物（agentic shopping）」行为的新研究。核心问题是：人类能否稳定地预测，甚至通过营销手段影响 AI 智能体的购物选择？研究给出的答案是「不能」。

研究核心发现

研究指出，AI 智能体在面对商品或服务选项时，其偏好在多次实验中表现出高度的不一致性。即使是一些看似无关紧要的差异，例如浏览页面的先后顺序、智能体自身记忆中的细微差异，都可能导致最终选择发生变化，且这种变化难以被外部观察者预判。

• 页面呈现顺序的改变即可显著影响 Agent 的最终选择
• Agent 记忆中的微小差异同样会带来不可预测的偏好偏移
• 传统的营销干预手段难以稳定地作用于 Agent 的决策链路

意义与局限

这一发现对正在兴起的 AI 智能体购物场景具有直接意义：随着越来越多用户将搜索、比价乃至下单任务交给 AI Agent 执行，品牌方与平台方以往的「面向人类用户」优化策略在 Agent 面前可能并不可靠。不过，目前 Mollick 仅通过社交媒体公布了研究主旨，详细实验设计、样本规模与论文链接尚待进一步披露。

原始信息来源：Ethan Mollick 个人 X 账号