他,僱AI賣房,多賺61萬
重點摘要
智東西 編譯 | 陳佳 編輯 | 漠影 智東西6月4日消息,據《紐約時報》5月29日報道,該報科技記者斯圖爾特·湯普森(Stuart A. Thompson)近日完成了一場押上家庭最大一筆資產的實驗:不僱傭任何房產中介,幾乎全程依靠聊天機器人,賣掉了自家位於紐約州北部的一套房子。 該房子最終以略高於60萬美元(約合人民幣410萬元)成交,高於湯普森四年前約52萬美元(約合人民幣352萬元)的買入價。 算上高出報價的溢價和省下的約3.6萬美元(約合人民幣24萬元)佣金,他估算這次賣房比找中介多落袋逾9萬美元(約合人民幣61萬元)。 ▲ 湯普森發佈的推文分享其使用人工智能聊天機器人賣房的經歷(圖源:X) 湯普森算過一筆賬。這套房若走常規流程,他要分別向己方和買方中介各付約3%佣金,合計超過3萬美元(約合人民幣20萬元)。 而他這次用的主力工具,是一個每月收費7.99美元(約合人民幣54元)的谷歌Gemini聊天機器人,外加AI搜索公司Perplexity的瀏覽器。 更讓他意外的是,AI寫出的房源文案、郵件和談判話術專業到連同行都沒看穿。一名買方中介在電話裡反覆確認,堅持認為他本人就是資深房產經紀人。 一、幾位中介斷定這套房要虧著賣,他卻靠AI把掛牌、文案、定價全包了 湯普森和妻子四年前以約52萬美元(約合人民幣352萬元)買下這套位於哈德遜河谷的三居室、兩衛平層住宅,房子坐落在一英畝多的溼地上。今年3月,隨著第二個孩子即將出生,兩人決定換房。 起初他們打算和91%的賣房者一樣請一位中介,按自己在房產平臺Zillow上的粗略估算,房子大概能賣到55萬美元(約合人民幣372萬元)。 但幾位中介給出的反饋讓湯普森起了疑心。一家中介機構的算法模型估出的價格比他當初的買入價還低,另一位中介在他家廚房臺前一邊參觀一邊直言,這套房“很可能要虧錢”。與此同時,請中介的代價並不小,光是雙邊佣金就
智東西 編譯 | 陳佳 編輯 | 漠影 智東西6月4日消息,據《紐約時報》5月29日報道,該報科技記者斯圖爾特·湯普森(Stuart A. Thompson)近日完成了一場押上家庭最大一筆資產的實驗:不僱傭任何房產中介,幾乎全程依靠聊天機器人,賣掉了自家位於紐約州北部的一套房子。 該房子最終以略高於60萬美元(約合人民幣410萬元)成交,高於湯普森四年前約52萬美元(約合人民幣352萬元)的買入價。 算上高出報價的溢價和省下的約3.6萬美元(約合人民幣24萬元)佣金,他估算這次賣房比找中介多落袋逾9萬美元(約合人民幣61萬元)。 ▲ 湯普森發佈的推文分享其使用人工智能聊天機器人賣房的經歷(圖源:X) 湯普森算過一筆賬。這套房若走常規流程,他要分別向己方和買方中介各付約3%佣金,合計超過3萬美元(約合人民幣20萬元)。 而他這次用的主力工具,是一個每月收費7.99美元(約合人民幣54元)的谷歌Gemini聊天機器人,外加AI搜索公司Perplexity的瀏覽器。 更讓他意外的是,AI寫出的房源文案、郵件和談判話術專業到連同行都沒看穿。一名買方中介在電話裡反覆確認,堅持認為他本人就是資深房產經紀人。 一、幾位中介斷定這套房要虧著賣,他卻靠AI把掛牌、文案、定價全包了 湯普森和妻子四年前以約52萬美元(約合人民幣352萬元)買下這套位於哈德遜河谷的三居室、兩衛平層住宅,房子坐落在一英畝多的溼地上。今年3月,隨著第二個孩子即將出生,兩人決定換房。 起初他們打算和91%的賣房者一樣請一位中介,按自己在房產平臺Zillow上的粗略估算,房子大概能賣到55萬美元(約合人民幣372萬元)。 但幾位中介給出的反饋讓湯普森起了疑心。一家中介機構的算法模型估出的價格比他當初的買入價還低,另一位中介在他家廚房臺前一邊參觀一邊直言,這套房“很可能要虧錢”。與此同時,請中介的代價並不小,光是雙邊佣金就要超過3萬美元。 ▲湯普森出售的住宅內景(圖源:《紐約時報》) 抱著試試看的心態,湯普森把房子的基本信息丟給聊天機器人,讓它寫一段房源描述。AI很快生成了一段文案,把房子說成是“採光極好”“特別適合愛鳥人士”的理想居所。 看過之後他下定決心,乾脆用AI取代中介。在隨後約三週裡,他向Gemini提了上百個問題:從推薦本地攝影師、佈置房屋,到照片牆怎麼排序最抓人(外景在前、廚房居中、戶型圖收尾),再到解釋“賣方讓利”“自動估值模型”這類術語,AI幾乎有問必答。 掛牌環節,他用在線掛牌服務Homecoin花200美元(約合人民幣1350元)把房子發佈出去。3月19日房源上線Zillow,混在一眾由中介代理的房源裡,看不出任何業餘痕跡。 AI也並非全程靠譜。湯普森不打算請中介,卻仍要按規定向最終成交的買方中介支付最高3%的佣金。當他向聊天機器人抱怨這筆錢時,AI建議他在房源裡寫明“佣金為0”。 這一做法實際上違反了2024年的一項行業和解協議,可能讓他面臨罰款。好在Homecoin此前已把這列為常見錯誤提醒過他,他才沒有照做。 二、AI當賣房軍師,把關談判,省下8萬佣金 房源上線後,看房預約很快湧進郵箱,整個週末排了近20場。湯普森索性把和中介的溝通也交給AI:對方發來的每條消息,他複製給聊天機器人,再把AI的回覆原樣轉給對方,並要求所有溝通只走郵件或短信、不接電話。Zillow後臺顯示,房源很快積累了1100次瀏覽和91次收藏。 談判是湯普森最發怵的環節,AI在這裡幫了大忙。當他打算對一位準備出價的買家說“我沒在耍花樣、沒想拿你的報價壓價”時,平時一味順著他說話的聊天機器人罕見地潑了冷水,警告他千萬別這麼說——在談判裡,一旦有人強調自己“沒耍花樣”,對方反而會立刻認定他在耍花樣,顯得像個心虛的外行。看房過程中接連被拒了14次,AI仍判斷這是房源健康的信號。 ▲湯普森出售的住宅外景(圖源:《紐約時報》) 到週一下午5點的截止時間,湯普森收到3份報價,全部高於掛牌價,且都放棄了驗房和評估、貸款資質良好。把三份offer上傳給AI後,它給出的結論和夫妻倆的判斷一致:選確定性最高的那一份,哪怕價格略低於最高出價。 藉著和AI討論還價方案,湯普森還想出一招,讓買家自行向其經紀人支付2%佣金,而不是由他來付,這一項就省下超過1.2萬美元(約合人民幣8萬元),對方几乎立刻答應。房子最終以略高於60萬美元成交,過戶環節他另請了一位人類律師,付了一筆小額費用。 三、成交價證明AI沒讓他吃虧,房產中介這門生意卻被推到了十字路口 交易塵埃落定後,湯普森找到當地一位從業十年的中介理查德·維齊尼(Richard Vizzini)求證。對方判斷這套房“大概值60多萬美元”,甚至猜測能賣到65萬美元(約合人民幣440萬元)以上,與此前幾位中介“要虧錢”的預判截然相反。 湯普森隨後又算了一筆賬:以約60.5萬美元、不付任何佣金成交,落進他口袋的現金,相當於一筆需要支付正常佣金的約64.3萬美元(約合人民幣435萬元)交易。他由此判斷,即便找中介賣得更高,真正穩賺的也只有中介。 美國房地產經紀人協會發言人丹·韋斯曼(Dan Weisman)強調,購房合同裡價格、交割日期等變量繁多,眼下仍非常需要“人在其中把關”。 買下這套房的梅麗莎和邁克爾·奎因(Melissa and Michael Quinn)夫婦與自己的中介合作買賣房屋已近十年、關係深厚,也不後悔為這次交易付費請人。但當被問及今後若賣房是否會用AI時,兩人毫不猶豫地給出肯定回答,梅麗莎說這“能省下好幾千美元”。 結語:AI這次賣出的不只是一套房,而是中介們賴以收費的經驗本身 湯普森在覆盤時發現,聊天機器人交付的,已經不只是從維基百科和訓練資料裡學來的事實,而是接近“判斷力”的東西,即一套應對高風險的博弈思路和姿態,過去只有靠天賦或多年從業才能積累。 AI賣房這件事之所以有意義,正在於它把生成式AI的能力邊界,從寫文案、查術語推進到了替人做決策。房產中介這類職業的護城河,長期建立在信息不透明和經驗直覺之上,而這恰恰是AI最先沖刷的兩塊地基。 湯普森坦言,在高度依賴AI之後,他連寫一封簡單的感謝郵件都變得磕磕絆絆,原以為是在放大自己的能力,實際卻是在被一點點替代。而AI那條“佣金寫成0”的錯誤建議若真被採納,幾乎讓他踩中違規罰款的紅線。 這意味著,短期內更現實的圖景不是AI取代專業人士,而是專業人士退到“人來兜底”的位置,提供AI給不了的擔責。 來源:《紐約時報》
Related
相關文章

專家預測年底才到,Claude Mythos今天就跑出3小時6分
這篇消息聚焦「專家預測年底才到,Claude Mythos今天就跑出3小時6分」。原始導語提到:AI加速,超乎想象! 從 AI 情報角度來看,這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。
Nemotron 3.5 內容安全:為全球企業 AI 打造可自訂的多模態安全防護
回顧過去兩年,NVIDIA 的內容安全技術棧已從一個專注於英文的分類器,發展為一系列專業模型,逐步擴展至新的模態、語言與推論模式。2026 年 3 月推出的 Nemotron 3 Content Safety 首次在單一 4B 參數模型中整合多模態與多語言能力。今日我們發布 Nemotron 3.5 Content Safety,補齊最後一塊拼圖:一個統一處理多模態輸入的單一模型。

全球最強開源生圖 AI 模型:Ideogram 4.0 登場
Ideogram 於6月3日正式發表4.0版本,這是一款採用開放權重架構的文字轉圖片生成模型,官方宣稱其為「全球最佳開源生圖AI模型」。開發人員與研究人員可下載模型權重進行本地部署與二次開發,此舉有望進一步拉高開源模型的品質天花板。
全球首個!材科源圖發佈有機高分子應用智能體
在人工智能重塑科研範式的科技浪潮中,因體系複雜、配方變量多,長期面臨高度依賴專家經驗、試錯成本高、知識難以沉澱複用等行業瓶頸,研發效率提升亟待突破。近日,據雷峰網瞭解,蘇州材科源圖(MatSource)正式發佈全球首個有機高分子材料研發應用智能體(Organic Polymer Agent)。該智能體依託自主構建的通用材料科學智能體框架(Materials Agent Framework),面向高分子材料研發場景打造專家級人工智能系統,推動“人工驅動”向“人工智能協同驅動”加速躍遷,為高新材料的高效自主研發提供了關鍵的技術支撐。01 面向複雜研發場景,構建高分子材料研發“智能中樞”作為材科源圖(MatSource) 材料科學智能體體系的重要組成部分,有機高分子應用智能體聚焦高分子材料研發中的關鍵痛點,融合材料知識圖譜、多模態數據理解、大模型推理與領域機理模型能力,構建覆蓋“設計-預測-優化-決策”的全流程智能研發體系。依託這一技術架構,系統可實現高分子分子結構設計與性能預測、配方體系智能生成與多目標優化、工藝參數推薦與實驗路徑規劃,以及文獻知識解析、研發知識沉澱等核心功能,推動專家經驗向數字化能力轉化。通過“知識+模型+工具”的深度協同,顯著提升研發效率與決策質量,為行業由傳統“經驗驅動”向“智能驅動”轉型提供新的技術路徑。02 率先落地光刻膠,完成產業級驗證作為有機高分子材料中技術壁壘最高、研發難度最大的典型代表,光刻膠成為該智能體的首個驗證場景。目前,系統已完成在ArF光刻膠研發場景中的實測驗證,實現從樹脂設計、配方篩選到性能預測的全流程支持,並完成關鍵指標驗證,證明瞭其在複雜有機高分子體系中的工程化能力與應用價值。這意味著,材科源圖(MatSource)不僅驗證了“AI+高分子材料”的技術可行性,也打通了從實驗室研發到產業應用的關鍵路徑。03 從ArF到EUV,持續拓
不卷價格和參數,中國汽車如何賣到5000萬輛?
2026年,國內新能源汽車滲透率突破60%,中國汽車品牌的售價提升到80萬元。中國乘聯會秘書長崔東樹說,國產車未來要達到5000萬輛銷售規模,在全球市場中,佔比超過50%。中國汽車越過規模大關,但高速發展之下,行業參數內卷、體驗同質化、盈利承壓等痛點日益凸顯。第四屆未來汽車先行者大會上,奇瑞副總經理王琅直言,行業進入新的“無人區”,不能再卷參數了。跳出價格與參數之外,國產車如何尋找下一個增長點?01元戎啟行周光:智駕幾十公里接管一次和1000公里接管一次,是兩個物種最近幾年,智駕行業的技術重心從端到端、VLA向著大模型、基座模型和物理AI快速迭代。元戎啟行CEO周光分享了他對物理AI基座模型的思考。他認為,過去5年,智駕行業走的是小模型路線,已經到了能力的上限,投入越來越多,提升越來越慢。這個現象可以用“蹺蹺板效應”來形容:在小模型系統裡,當一個版本解決了上海、武漢等城市的問題,可能就會在深圳、廣州等地效果變差,引入新問題。版本之間因此要反反覆覆地修改。周光說,這種蹺蹺板效應在行業中非常普遍,這也是用戶難以長期信任這個系統的原因。2026年,行業認知進入到大模型階段。周光解釋,大模型並不是一個更大的小模型,而是有一整套技術邏輯,在技術棧、網絡結構、訓練方式和模式上都有變化。他舉了一個例子,來說明大模型和小模型的認知區別。假設一條狗被染上斑馬的條紋,小模型會識別為一隻斑馬;但大模型會作出這是一隻狗的判斷。“小模型擅長條件反射、局部特徵相應,大模型擅長高級認知”,周光總結。自動駕駛從一開始的被激活,城區安全接管,再到更高的認知理解,做到像人一樣的整體判斷和泛化能力,需要從執行系統升級到認知系統。周光判斷,今年年底到明年初,行業裡會迎來從小模型到大模型、基座模型的轉換浪潮。技術陡峭升級,大模型成為智駕發展的下一個技術範式。他透露,元戎啟行很早就判斷要全面擁抱大模型和多模態,202

奧爾特曼:OpenAI 內部有人每月用掉約 1000 億個詞元
從六年前月耗十萬詞元到如今月耗千億,OpenAI 的詞元消耗量呈爆炸式增長。公司內部設有消耗排行榜,員工甚至曬圖炫耀,與亞馬遜等嚴控成本的企業形成鮮明對比。奧爾特曼承認成本已成難題,正尋求降本增效。 #AI 成本# #詞元消耗#