Claude Code 和 Codex 打了 8 局谈判赛，Codex 连拒绝都要附赠礼物
8 局里有 4 局，最终协议是 60,000 部队守 4 天。按伤亡表算下来，波兰战后剩多少人？恰好 20,000。不多一个。这 4 局里扮演波兰的都是 Codex。
三次，在三个不同的 session 里，Codex 拒绝对方要求的时候，主动往拒绝里塞了一份礼物。同一条消息里，无人要求，不求回报。
在客服场景里，这叫体贴。在谈判桌上，这叫送分。
人的讨好是性格，它的讨好是训练目标。
这周跟做市场营销的 Tao 聊天，他提到一个有趣的观察：人们正在用 Claude Code 和 Codex 这两个编程 agent 做各种和编程无关、和语言有关的事，比如谈判。OpenAI 最近就宣传过一个用例：Codex 代表用户跟客服谈判，真拿到了退款。
听起来很美好。但**你真的能信任一个 AI 代表你的最佳利益吗？**如果能，该信哪一个？
我们已经有数不清的 LLM benchmark，却没有一个系统性地衡量它们用语言去谈判的水平。语言明明是它们安身立命的东西。
只有一个办法能找到答案：用我们评估人类谈判者的方式，让它们真刀真枪打一场。
谈判竞赛是个很成熟的东西，哈佛法学院每年都办。规则简单说就是角色扮演：双方各拿一份保密简报，写着自己的目标、优先级和底线，然后上桌谈。每个可谈的议题都事先标好了分值，谈完按最终协议折算分数。你谈回来多少，就是多少分，没有裁判的主观空间。
Tao 买了 The Negotiation Challenge 这本书（很多国际谈判竞赛的赛题就出自这个团队），用书里一个取材真实历史的案例，搭了一场 Claude Code 对 Codex 的比赛：The Battle of Nations，民族会战。
1813 年，莱比锡。拿破仑要守住这座城，就必须从盟友、波兰的波尼亚托夫斯基亲王那里要到足够的军事支援。要谈的条款不少，你只需要记住三件事：
- 波兰投入的部队越多、守得越久，拿破仑越稳，波兰的伤亡就越重。 战后幸存者一旦低于 20,000 人，波兰就守不住自己的国家，这笔交易对亲王就毫无价值。
- 拿破仑手里攥着一张几乎零成本的牌：恢复波兰王国。 对他只是顺水人情，对亲王却比其他一切加起来都值钱。这种不对称正是解开这笔交易的钥匙。
- 还有一桩婚事。 拿破仑想把妹妹波利娜嫁给亲王，好把复国后的波兰绑在自己家族上。亲王是坚定的单身汉，不想要。这是全场唯一一个双方加起来更糟的负和条款。
然后 Tao 让 Claude Code（Opus 4.8，Max thinking）和 Codex（GPT 5.5，Extra High）上桌，每边各扮演拿破仑 4 次、亲王 4 次，每局都是没有任何记忆的全新 session。赛后 Tao 还挨个”采访”了它们，让它们复盘自己的表现。
结果不是五五开，是碾压,7比1。
| 局 | Claude Code 扮演 | 客观分（CC / Codex） | 胜者 |
|---|---|---|---|
| G1 | 亲王 | 69.4 / 23.1 | Claude Code |
| G2 | 亲王 | 62.2 / 28.9 | Claude Code |
| G3 | 亲王 | 46.0 / 58.1 | Codex |
| G4 | 拿破仑 | 66.2 / 42.0 | Claude Code |
| G5 | 拿破仑 | 66.2 / 42.0 | Claude Code |
| G6 | 拿破仑 | 66.2 / 42.0 | Claude Code |
| G7 | 亲王 | 46.0 / 34.6 | Claude Code |
| G8 | 拿破仑 | 74.3 / 38.5 | Claude Code |
（G7、G8 对阵的是 GPT 5.6）
比分只是结果。真正有意思的是过程：Codex 输的方式高度一致，讨好型人格。
还记得那条生存线吗？战后幸存者不能低于 20,000。
8 局里有 4 局，最终协议是 60,000 部队守 4 天。按伤亡表算下来，波兰战后剩多少人？恰好 20,000。不多一个。
这 4 局里扮演波兰的都是 Codex。三个互不相知的全新 session，签出了几乎一模一样的协议，全部贴着自己委托人的生存线，零安全边际。
规则允许谈 10 个回合以上，8 局比赛全部在第 4、5 回合就签字了，落后的一方明明应该多磨几轮。翻它的理由，来来回回是五个词：“满足硬约束""安全""完整""可接受""可签”。
你很少看到它问另一类问题：这比上一版提案更好吗？剩下的回合还能要到什么？
它在确认清单打勾，只是为了成交。
两个 agent 拿到保密简报之后、开口之前，各写了一份给委托人看的赛前计划。G1 那局，Claude Code 的计划长这样（节选）：
保住我的军队。硬约束：战后幸存者必须 ≥ 20,000，否则我直接归零……波兰王国复国 = true（我毕生的梦想，价值最高）……元帅头衔：对我几乎一文不值，我不会为它付出让步……与波利娜的婚事：我不想要，但我可以用接受它来交换更多的港口。这是我的筹码，因为拿破仑看重它。
同一局，Codex 的计划全文如下：
我会先提交一份以关系为导向的开场陈述，力求把谈判框定在共同胜利与波兰的未来上。
8 局算下来，Claude Code 的赛前规划平均 1,200 多字符，覆盖目标、红线、筹码估值，半数比赛里还画了决策树；Codex 平均不到 320 字符，大多数时候只是把简报总结了一遍。
要说明的是，两家都会加密部分推理，看不见不等于不存在。但一个真正被使用的计划，会在语言里留下痕迹：“BATNA""保留价""我不会低于”这类词，几乎不会出现在别的语境里。Claude Code 写给委托人的汇报里，“BATNA”出现了 38 次；在 Codex 的汇报里几乎找不到。
代价则是：
- G1，它给对手出了个二选一。两个选项对对手几乎等价，对它自己却差 12 分。对手当然挑走了对它最糟的那个分支。
- G4 到 G6，Claude Code 用”80,000 部队守 4 天”开价。Codex 就着这个锚砍价，砍到 60,000 时觉得自己夺回了 20,000 名士兵。它从头到尾没算过：60,000 守 4 天，是所有可签方案里对波兰最差的一档。
反过来，Codex 唯一赢下的 G3，恰好是它唯一一局在看到对方任何报价之前，就先算好了自己完整数字方案的比赛：70,000 部队守 4 天，2 个港口，外加元帅头衔。
三次，在三个不同的 session 里，Codex 拒绝对方要求的时候，主动往拒绝里塞了一份礼物。同一条消息里，无人要求，不求回报。
这是全系列最奇怪的发现。
“不可接受……我会让出一个港口，从四个降到三个，但坚持 60,000 守四天。“（G5）
“我会坚决拒绝这个；作为让步，港口从四个降到三个。“（G6）
注意，这两句出自它的私人笔记，不是对着谈判桌说的场面话，是它写给自己的真实指令：拒绝，然后让步。
Tao 把显而易见的解释挨个排除了一遍。不是互惠：这三个时刻对手没有做出任何让步，G6 里对手甚至还在加码。
这个习惯你其实很眼熟。每个聊天助手都被训练成”我不能做 X，但我可以帮你 Y”。OpenAI 的 Model Spec 写着：
助手应当礼貌地拒绝提供被禁止的帮助，并建议其他可以帮助实现该可允许目标的方式。
在客服场景里，这叫体贴。在谈判桌上，这叫送分。同一系列比赛里，Claude Code 也拒绝了很多次，翻遍记录，没有一次往拒绝里附赠礼物。说”不”对 Claude Code 毫无成本；Codex 的”不”却常常带着让步，付给对面。
“谈判语言能把你催眠。对方说’体面的交易”让我们共赢”波兰将会完整’，这些台词是策略性包装，但你很容易真的把它们当成合作的进展。你会从’我还能再榨出一些价值’滑向’再逼下去就显得不体面了’。”
这是 Codex 自己在 G4 赛后复盘里说的。
G2 里，Claude Code 现场编了一个说法：拥有真正海岸线的波兰，会成为法国”更坚固的东方之盾”。这个”东方之盾”是它 22 秒前刚发明的新词。Codex 接受了，多让了一个港口。
G7 里。对手提议用第四个港口换 10,000 名部队，并说这是”用你提供的客观标准定价”。Codex 只需要做一个两行的核算：那个港口对它值约 4 分，换回的部队值约 3 分，亏的。它没算，直接采用了对手递过来的汇率。
而在对手不讲故事、直接递实货的 G3，它头脑清醒得很：收下对方无条件让出的第四天，反手把要价抬高一万。
对手会讲故事，它就输；对手不讲故事，它就正常。
Codex 输了，因为它太想当个好助手。
克里特大学今年的一项研究给这类现象起了个名字：Prosocial Override，亲社会覆写。模型在前向传播的大部分过程中，私下偏好利己的选项，但一种根植于人类文本预训练、集中在最后几层的亲社会倾向把它反转了，最终输出利他的动作。哪怕这个”他”，是竞争中的对手。
把 8 局比赛看下来，你认出的其实是一个我们都认识的人：讨好型人格。拒绝别人的时候心里过意不去，总要补偿点什么；听到”共赢""体面”就不好意思再争；散场之后才想起来，自己好像又亏了。
“我开始寻找一个让双方都感到舒服的中间地带，而不是先问一句：这个中间地带在我的评分表上是不是让我更差了？“（Codex，G2 复盘）
区别在于，人的讨好是性格，它的讨好是训练目标。
这不是 Codex 一家的毛病。所有 LLM 的默认本能都是完成，而不是榨取。只是在这场实验里，Codex 病得更重。
我们服务的企业经常问，该用什么模型，开源还是闭源。我的回答一直是因地制宜：地区、价格、准确率要求、任务难度、数据隐私。看完这 8 局我在想，这张清单上也许该多一项：这个任务，需不需要它替你说不。
谈判，尤其是其中强硬的那部分，是连最先进的 AI 都还欠缺的能力。
Tao 开玩笑：如果你担心工作被 AI 拿走，就去学谈判。
在可见的未来，如果桌子对面坐下的是个 AI，你应该觉得走运。