Ethan Mollick 团队最新研究：智能体购物偏好极难被稳定预测

沃顿商学院学者 Ethan Mollick 团队于 2026 年 8 月在 SSRN 发布关于智能体自主购物行为的研究，指出 AI 智能体在电商场景下的决策偏好具有高度不可预测性，对传统数字营销逻辑提出了挑战。

• 细微变量引发偏好漂移：研究发现，智能体在处理商品信息时的决策高度敏感，网页浏览顺序的微调、上下文记忆的细微差异，都会导致最终选择发生不可预测的改变。
• 传统营销干预失效：实验表明，面向人类消费者的常规营销手段（如页面推荐排位、品牌曝光强化）难以稳定左右智能体的最终决策，智能体并未表现出持续且一致的品牌忠诚度或规律偏好。
• 自动化采购的评估复杂性：决策路径对上下文顺序与提示结构的高度依赖，意味着以大模型为核心的采购智能体在重复任务中可能输出方差较大的采购决策。
• 影响/看点：智能体购物的非稳态决策特征可能促使电商与搜索优化转向面向机器解析的结构化数据与确定性参数匹配；其影响深度取决于未来自主代理在零售与企业采购中的渗透率及模型对上下文抗扰能力的改进。
• 资料依据：
• Ethan Mollick (X 发布): https://x.com/emollick/status/2092994716954394999
• SSRN 预印本平台: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=7355899

本内容由 AI 生成，仅供参考，请注意甄别