Does Rank Still Matter? Position Bias When AI Agents Shop on Our Behalf
作者: Davood Wadi, Yu Ma
分类: cs.AI, econ.GN
发布日期: 2026-08-24
💡 一句话要点
探讨AI代理购物中的位置偏差及其影响
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 位置偏差 AI代理 搜索行为 大型语言模型 在线购物 推荐系统 用户体验
📋 核心要点
- 现有方法未能充分考虑AI代理在搜索时的行为差异，尤其是位置偏差对搜索结果的影响。
- 论文通过随机化酒店列表顺序，比较AI代理与人类在搜索深度和购买决策上的差异，揭示了位置偏差的复杂性。
- 实验结果显示，AI代理在搜索时表现出更深的搜索能力，且位置对检查概率的影响呈现非单调性，尤其是中间位置的检查概率最低。
📝 摘要（中文）
搜索排名因人类注意力稀缺而显得尤为重要，排名靠前的选项更易被发现并购买。随着消费者将搜索任务委托给AI代理，这些代理能够一次性处理整个结果页面。通过在5000个AI代理会话中随机化100个酒店列表的顺序，本文比较了四种大型语言模型与人类实地数据。研究发现，AI代理的搜索深度超过人类，且从不拒绝购买。虽然位置仍然在一定程度上预测了被检查的列表，但这种预测是弱且非单调的，结果页面中间的检查概率最低。不同模型在选择阶段的表现存在异质性，但所有模型最终都趋向于相同的无主导列表。对于代理搜索而言，结果页面上展示的属性比其位置更为重要。
🔬 方法详解
问题定义：本文旨在探讨AI代理在购物搜索中存在的位置偏差问题，现有方法未能充分考虑这一点，导致对搜索行为的理解不足。
核心思路：通过随机化酒店列表的顺序，比较不同AI语言模型与人类在搜索行为上的差异，揭示位置对搜索结果的影响。
技术框架：研究设计包括5000个AI代理会话，随机化100个酒店列表，分析不同模型在搜索深度和购买决策上的表现。主要模块包括数据收集、模型比较和结果分析。
关键创新：本研究的创新点在于揭示了AI代理与人类在搜索行为上的显著差异，尤其是位置偏差的非单调性及其对选择阶段的影响。
关键设计：实验中采用了多种大型语言模型，设置了随机化的酒店列表，并通过统计分析方法评估不同位置对检查概率的影响。
🖼️ 关键图片
📊 实验亮点
实验结果表明，AI代理的搜索深度显著高于人类，且位置对检查概率的影响呈现非单调性，尤其是中间位置的检查概率最低。所有模型最终趋向于相同的无主导列表，表明展示的属性比位置更为重要。
🎯 应用场景
该研究的潜在应用场景包括在线购物平台、旅游预订系统等，能够帮助设计更有效的搜索界面和推荐系统，提高用户体验和转化率。未来，研究结果可能推动AI代理在其他领域的应用，如个性化推荐和智能助手。
📄 摘要（原文）
Search rankings are valuable because human attention is scarce and sequential. Higher-placed alternatives are easier to find, so they are examined and bought more often. Consumers are now delegating search to AI agents that can ingest an entire results page at once. Randomizing the order of one hundred hotel listings across 5,000 AI agent sessions, we compare four large language models against human field data. AI agents search more deeply than humans and never decline to buy. Position still predicts which listings are inspected, but weakly and non-monotonically: the middle of a results page has the lowest probability of inspection, not the bottom. Position reaches the choice stage for some models and not others, a heterogeneity that tracks neither provider nor capability. All models nonetheless converge on the same undominated listing. For agentic search, the attributes displayed on a results page matter more than placement within it.