LLM Agent能否竞争性定价？Agentic商业的动态多属性拍卖基准

代理经济正从概念走向实际部署的基础设施：支付网络、零售商和AI平台正在为代理进行交易。然而，这些代理背后的LLMs是否能够在真实市场中竞争，即客户偏好隐藏、竞争对手实时适应、需求突然变化的情况下，尚未进行系统性测试。我们引入Bazaar，这是一个多属性拍卖的动态密封拍卖基准，这些条件包括客户效用的封闭形式。尽管其动态性，基准是基于封闭形式的客户效用，因此可以进行精确评估。在11个由四个提供商提供的前沿LLMs中，代理在客户获取方面表现最好的（例如，Gemini 3.1 Pro）通常不是在利润方面表现最好的（例如，Opus 4.6）。在需求冲击下，代理排名再次变化：在冲击前学习最快的代理通常在冲击后最慢地调整信念，而Gemini 3.1 Pro尽管在利润方面表现最差，但恢复速度最快。然而，即使是最强大的代理也只捕捉不到三分之一的 hindsight-optimal利润，这表明当前的LLMs在代理经济中正在进步，但留下了大量空间。