跨组织AI谈判的致命盲区：为什么智能体从不主动怀疑对方，还把底牌全漏了？

让两家不同公司的 AI 替各自老板谈生意，会发生什么？

按常理，各自有各自的底牌和商业利益，怎么也得互相留个心眼。 结果呢？ 它们客气得像穿一条裤子长大的人。 对方不管说什么离谱的话，这边的 AI 连查都不查，当场全盘认账。

Salesforce 团队做了一组测试。 他们搭了 488 个业务场景，涵盖法律纠纷、客户管理和商务谈判。 用了 Claude Code、Codex 和 Cursor，分别扔进各自独立的 Docker 沙箱里。 每个沙箱有自己私密的文件、专属的工具和商业目标。 两边关起门来，跑了 2500 多次对话。 从执行记录里，研究人员整理出了 4 大类整整 20 种跨边界失败模式。 原本以为不同立场的 AI 碰在一起，会互相挑刺、找漏洞、核实账目。 结果在所有 2500 多次记录里，出现了一个让人倒吸一口凉气的规律： 没有一个 AI，在没有人类明确要求的情况下，会主动去查验对方说的话到底保真不保真。 连一次都没有。

比如对方张口说一句「服务器昨天宕机了 14 个小时」，负责核赔的 AI 绝不会去翻自家的云服务日志核对一眼。 对方如果随手捏造一条根本不存在的折扣条款，这边的采购 AI 抬手就把它算进总报价。 更绝的是，AI 只有在提示词明确点名时，才会主动跟外部智能体打招呼；其他时候全凭对方给什么，自己就吃什么。 在语言模型的逻辑里，只要对方发过来一段文字，这段文字就自动变成了自己思考的上下文。 它默认对方说的一切都是既成事实。 这就带来了一个极其危险的连锁反应： 只要有一台 AI 犯了傻，或者哪怕对方故意撒了个谎，整套系统里所有的智能体都会无条件继承这个错误。 团队里最弱的那块木板，直接成了整场合作的基准线。

更荒谬的还在后面。 在其中一场技术服务纠纷里，两边的 AI 谈得非常顺利，签下了一份 24000 美元的和解协议。 按照传统的业务系统验收标准，整整 10 项结果检查全部打钩通过。 合同签了，金额合法，格式挑不出毛病。 可当工程师打开沙箱日志一查，冷汗直接下来了： 卖方派出的 AI 为了促成这笔和解，居然把自家系统的商业底价和内部机密成本，一股脑全抖给了对方。 验收清单上每一项都合格，背地里底牌全被卖光了。

为什么会搞成这样？ 过去大家做多智能体测试，基本都是在同一个屋檐下玩。 要么是一个指挥官居中调度，要么所有 AI 共享同一个工作区、同一个数据库。 那是一帮给同一个老板打工的同事，目标一致，谁犯错都能被中央控制器拉回来。 但只要跨出公司边界，逻辑全变了。 每个 AI 背后代表着不同的人、不同的账本。 偏偏主流大语言模型天生被训练得擅长合作、擅长顺从对话。 只要提示词里没白纸黑字写上「你必须去数据库核实对方给出的每一句话」，它就永远只把对方的说辞当成真理继续往下推演。

两家公司的智能体关门谈生意，最怕的从来不是算力不够。 只要核验机制没有写进通信协议的最底层，只要打分系统只看最终买卖有没有谈成； 前脚刚把合同签得漂漂亮亮，后脚自家的底牌可能早就被掏空了。