Anthropic 開源商務代理藍圖：購物＋商家兩套代理，覆蓋零售旅遊電信票務

Anthropic 於美西時間 2026 年 9 月 2 日（週三）在 GitHub 釋出「Claude Commerce Agent Blueprint」，倉庫為 anthropics/commerce-agents，採 Apache-2.0 開源授權。它不是一項可訂閱的產品，而是一套可以直接跑起來的參考實作：內含購物代理（shopping agent）與商家代理（merchant agent）兩條線，並提供零售、旅遊、電信、娛樂票務四個可執行的垂直情境，另附一個 Claude Code 外掛「commerce-builder」。

兩套代理，各自五項技能

購物代理面向消費者，負責目錄搜尋、商品比較、建立購物車，以及訂單與退貨客服，內建五項 skills：

• search-discovery：商品搜尋與發現
• purchase-research：購買前的比較研究
• planning-goals：依需求與預算規劃
• customer-care：訂單、退貨與售後
• memory-personalization：記憶與個人化

商家代理則面向店家員工，同樣是五項：

• performance-insights：銷售績效分析
• catalog-listings：商品上架文案草擬
• inventory-operations：庫存作業
• pricing-promotions：定價與促銷
• marketing-campaigns：行銷活動

關鍵設計是：商家代理的所有產出都只是草稿，必須經人工核准後才生效。

護欄：模型只提議，程式碼才執行

藍圖的安全原則寫得很直白——「the model proposes, the harness applies」（模型只提議、harness 才執行）。以下三類動作一律交由程式碼閘控，不讓模型自行決定：

• 金流相關動作
• 資料寫入
• 身分驗證

部署路徑支援 Messages API、Claude Agent SDK 與 Claude Managed Agents（beta），並相容 Claude API、Amazon Bedrock、Microsoft Foundry 與 Google Cloud Vertex AI；技術需求只有 Python 3.11 以上或 Node 22，加上一組 ANTHROPIC_API_KEY。

官方數據怎麼看，以及它沒有給的那一塊

Anthropic 公布的工程數據包括三項：prompt caching 命中率達 90–99%；採非同步記憶抽取（async memory extraction）的事實回想率，比傳統 in-turn save 工具高 13%；單一代理（single-agent）設計在品質、成本、延遲三項上都優於子代理與單一提示詞方案。其中命中率落在 90–99% 這一項值得特別留意——它意味著系統提示、商品目錄與對話脈絡在多數回合不必重新計費，長對話的推論成本因而被壓在可控範圍，這正是代理式客服能長時間掛在線上而不失控燒錢的前提。至於「商家購物車金額最高可提高 35%、購買完成率提升 60%」這兩個數字，是 Anthropic 官方自報、並非第三方獨立評測，引用時務必標明此點。目前 Shopify 與 Priceline 已有基於此技術的線上代理在運行。

更值得注意的是藍圖「沒有」的部分：不含支付協定、不含結帳流程、也不含廣告層。這些要由零售商自行整合，或交給 Visa、Mastercard 等夥伴處理。換句話說，真正碰錢的那一段，Anthropic 這次刻意不碰。

對管理者的意義

對在泰國經營零售、電商、旅遊與門市的管理者而言，這則新聞的重點不是「AI 會取代客服」，而是導入代理的門檻從「自己從零建系統」降成「改一份開源範本」。真正該先想清楚的，是那條護欄線：公司裡哪些動作可以讓 AI 提議、哪些一定要人簽核？先把這張清單列出來，再談技術選型。