Mediator.ai：用Nash bargaining让LLM做调解

Mediator.ai 4月21日上Show HN拿了141分，本周比较干净的想法之一。他们把Nash 1950年那个「公平合作博弈」的结果拿出来——这个理论一直没法在现实里用，因为它要求每一方都给出一个utility function——然后让LLM从自然语言对话里反推utility。

诀窍是LLM算绝对效用很糟，但比较两个方案谁更优很在行。所以Mediator的做法是：起草几个候选协议，让它们两两PK，每一轮根据双方的需求打分，迭代到没有更好的草稿为止。本质上等于在双方用大白话表达出来的latent preference上跑了一遍Nash bargaining。Founder股权分配、合租纠纷、外包合同争议——任何「双方都想成交但谁都不想被算计」的场景。

这种agentic应用是真正的新东西。不是「ChatGPT for X」。是把一个75年前的博弈论结果从冷库里搬出来，让LLM去补那个缺失的「utility抽取层」。要是真能规模化跑起来，整个软冲突谈判这个品类的做法都会变。

官网mediator.ai，HN讨论在news.ycombinator.com/item?id=47835411。背后那篇1950年Nash的Bargaining Problem，不管你用不用产品都值得读一读。