谁保留了个人 AI 助手的收益？语言模型市场模拟的卖方适应与未使用者影响

个人人工智能助理开始为消费者进行交易，早期采用者可以真正节省成本。这些节省下来的钱能否继续存在，以及没有助手的消费者会发生什么，取决于卖家如何回应——这是单用户证据无法回答的问题。我们构建了一个基于智能体的租赁市场，其中语言模型在算法定价工具的指导下扮演消费者、助手和六个自适应卖家。一半人口根据顾问或执行任务获得助理；该合同将仅由承租人实际操作避免的费用与授权助理可以在线取消的预选附加费用配对。分析基准和行为校准的规则市场提供事前预测，并使用冻结卖方与自适应卖方的配对分支，将采用效果与市场反馈分开。在 30 个模拟市场中，当卖家被冻结时，执行助理将采用者每个租赁日的支出减少 13.7 美元；适应措施收回了约三分之一，剩下8.7，收益的体现是账单的降低和租金的完成。卖家在降低费用的同时提高了总体费率，并且对未经援助的消费者的负担的校准预测（+3.6）没有转移：他们的平均支出变化为+0.4，置信区间为-0.6至+1.3。卖方模型互换和市场内费用设置向定价工具的转移表明，费用行为以及随之而来的收益分配是由卖方决定的。我们得出的结论是，应该在市场层面对助手进行评估——包括完成情况、总支出和未使用者——并且比较层准确定位语言模型市场中校准行为预测失败的地方。