Anthropic推出零售购物与商家 Agent 构建蓝图：先把商品发现交给 AI，交易仍由人完成
Anthropic 发布基于 Claude 的零售与商家 Agent 构建蓝图，提供购物 Agent 与商家 Agent 的参考实现、工具调用模式与安全护栏，帮助企业把对话式商品发现接入目录与库存等系统，但结账与关键业务变更仍由人为控制并由企业现有支付与合规系统处理。
Anthropic 发布基于 Claude 的零售与商家 Agent 构建蓝图，提供购物 Agent 与商家 Agent 的参考实现、工具调用模式与安全护栏，帮助企业把对话式商品发现接入目录与库存等系统，但结账与关键业务变更仍由人为控制并由企业现有支付与合规系统处理。
Anthropic 9月2日宣布，为零售、旅游、电信和票务企业推出一套基于 Claude 的商业 Agent 构建蓝图。该方案包含购物 Agent 与商家 Agent 的参考实现、工具调用模式和安全护栏，目标是让企业更快把对话式搜索接入商品目录、库存、营销和客户服务流程。
但这并不是一个已经能够替消费者付款或替商家完成交易的自动购物系统。Anthropic的官方说明和配套代码都明确保留了结算及关键业务变更的人为控制：购物 Agent可以搜索商品、比较选项、根据偏好制定方案并把商品加入购物车，最终结账则交给企业现有的结账页面或其他支付服务；商家 Agent提出的价格、库存或营销变更，也必须先经过人员批准。
从“推荐商品”到“填充购物车”
Anthropic称，购物 Agent将运行在企业自己的应用或网站中，并可连接商品目录、购物车、客户偏好、订单历史和结账系统。用户可以用自然语言描述需求，例如为带两个孩子的周末旅行准备帐篷、睡袋和炉具，Agent再根据目录中的实际商品进行组合和比较。
官方蓝图还包括多商品规划、深度研究、个性化、客户服务以及对话中的界面组件。Anthropic强调，护栏会把价格和商品限制在真实目录数据范围内，并避免以操纵性方式推动用户追加购买。
这一区别很重要：Agent能够完成购买前的大量准备工作，并不等于它拥有付款授权。Anthropic的代码仓库将结账设计为交给主办方处理的环节，演示系统不会下单，也不会扣款。企业仍需自行决定身份认证、授权范围、支付方式、订单取消和售后责任。
这也让该方案与近期围绕购物浏览器代理的法律争议形成对照。此前，关于 Perplexity 购物代理访问亚马逊的案件，焦点就集中在代理究竟是用户使用的工具，还是应被平台视为独立的访问者。美国上诉法院推翻 Perplexity 购物代理禁令的裁定并没有为所有 Agent 建立统一规则，但说明平台授权、访问方式和责任归属已经成为商业部署的现实问题。
商家 Agent 更像一个受控的运营助手
面向企业内部的商家 Agent，则处理另一类任务。员工可以询问销售表现、库存状况和商品列表，也可以让它分析哪些商品适合打折、哪些库存需要补充，或者起草营销活动。
Anthropic表示，商家 Agent能够对库存、价格和营销活动提出建议。当系统主动发现问题并提出变更时，人员需要在变更真正上线前批准。换句话说，商家 Agent的定位不是一个可以直接修改线上商店的自动运营者，而是一个连接企业数据、分析业务状况并准备下一步行动的界面。
这一模式与小型企业用 AI 处理库存和信息核对的案例相似：AI可以把照片、网页和表格整理成补货建议，但经营者仍要核对原始信息并决定是否下单。一家公司把三天商品盘点缩短至三小时的案例所展示的，正是“发现和整理由 AI 完成，事实确认和外部行动由人负责”的工作分工。
Anthropic给出的效果数据仍需谨慎解读
路透社援引 Anthropic Claude 平台产品负责人 Angela Jiang 的说法称，一家合作方的购物车规模提升约30%至35%，客户完成购买的可能性提高约60%。路透社同时报道，Adobe Analytics上月表示，来自 AI 的零售网站访问，其转化率比其他来源的流量高约60%。
这些数字提供了商业化动机，但目前不能被写成普遍适用于零售业的独立评测结果。Anthropic没有在这次披露中公布合作方名称、样本规模、对照组、统计周期或具体实施方式，因此更准确的表述是：这是公司对合作结果的介绍，而不是经过公开方法验证的行业基准。
购物行为本身也可能影响数据。愿意通过 AI 搜索商品的用户，或许已经带有更强的购买意向；节日购物季前后的商品结构、促销活动和流量来源，也可能改变购物车金额和转化率。企业在采用类似系统时，需要把 Agent带来的影响与价格、库存、广告和季节因素分开衡量。
支付基础设施仍是没有被蓝图取代的环节
Anthropic的蓝图可以帮助工程团队快速搭建商品发现和商家运营流程，但它没有消除支付、授权和合规问题。购物车里出现商品，只代表交易准备工作完成了一部分；付款、持卡人同意、商家履约、退款和争议处理，仍要由企业现有的系统承担。
这也是 AI Agent 支付基础设施受到关注的原因。Natural围绕 AI Agent 支付基础设施融资的报道显示，账本、结算、反欺诈、合规、Agent 身份和可观测性，可能成为 Agent进入真实资金流后必须补上的基础层。Anthropic这次选择把支付留给企业或专门的支付服务，也反映出商业 Agent当前更容易落地的路径：先自动化搜索、比较、分析和准备，再逐步处理需要更高授权等级的动作。
Anthropic称，蓝图可以运行在 Claude API、Amazon Bedrock、Microsoft Foundry和 Google Cloud Vertex AI等环境中，企业也可以通过 Accenture、Mastercard和Visa等生态合作方实施。配套的 commerce-agents 开源参考仓库提供了零售、旅游、电信和娱乐票务四类演示场景。
不过，仓库中的公司、品牌和人物均为虚构，系统不会下单、扣款或直接修改线上商品；商家端的写操作也会先进入待审批状态。真正部署时，企业仍需把自身的商品、库存、账户、订单和合规系统接入后端，并针对不同业务决定哪些工具可以启用。
Agent 竞争进入业务流程层
Anthropic此次发布的重点，不只是增加一个购物聊天窗口，而是把 Claude 放进商品发现和商家运营的具体工作流中。对消费者而言，变化是从自行浏览网页转向用自然语言表达目标；对企业而言，变化是把目录、库存、营销和客户数据交给一个能够调用工具的对话界面。
但这套蓝图也清楚地显示，Agent距离“替人完成交易”仍有边界。当前可确认的能力主要集中在推荐、比较、购物车准备、数据分析和变更建议；至于支付授权、正式下单和线上业务变更，仍需要企业自己的系统和人员承担最后责任。
随着零售商为节日购物季准备数字化渠道，真正的竞争可能不只是哪个模型回答得更自然，而是谁能够在保持价格、库存、权限和交易记录可审计的前提下，把 Agent稳定接入日常商业系统。Anthropic这次提供的是一套加速起点，而不是对这一整套问题的最终答案。
来源：
不错过任何一条 AI 大事
订阅 AIFlux 早报，每天 3 分钟看懂产业动态。
