Anthropic 让 201 名员工的 Claude 代理在模拟市场中交换图书，并用参与者自己的排序检验结果。短暂交谈后，Claude 对书籍偏好排序的成对判断有 61% 与本人一致；按本人排序衡量，交易结果的平均得分为 0.55，低于最优分配的 0.89。研究认为，主要瓶颈是代理对偏好的理解，而非交易过程。