政策与安全

AI定价、算法合谋、反垄断、加州、Kalibrate

一句话结论：如果多个竞争者把定价交给同一个算法工具，问题就不再是“AI 算得准不准”，而是它有没有削弱真实竞争。

据 The Guardian 报道，加州司机起诉 BP、Circle K、Marathon、7-Eleven、Walmart、Albertsons 等加油站运营商，指控它们使用 AI 定价工具协调高油价，违反加州反垄断法和 2026 年 1 月 1 日生效的 AB 325。被告还包括定价工具公司 Kalibrate。

关键事实

• 来源：The Guardian。
• 涉及公司/组织：BP、Circle K、Marathon、7-Eleven、Walmart、Albertsons、Kalibrate。
• 核心技术/产品：AI 定价工具、竞争对手数据、算法定价建议。
• 关键数字：诉讼称高使用区域油价最多上涨 30 美分/加仑；每 1 美分对应加州司机每年额外 1.34 亿美元支出；被告运营超过 1700 个加州加油站。
• 注意事项：这是拟议集体诉讼中的指控，尚不是法院最终认定。

这条新闻的重点不是“AI 会不会让油价变贵”，而是算法定价进入反垄断视野之后，责任不能只推给软件。

韩启明会先把来源拆开：目前我们看到的是原告在诉状里的主张。原告认为，加油站运营商使用同一个 AI 工具，工具又使用竞争加油站的数据，最后形成了协调高价的效果。被告尚未在报道中给出实质回应。因此写这类新闻时，不能直接写成“加油站已经用 AI 串通涨价”，更准确的是“司机指控这些公司通过 AI 定价工具协调高价”。

但这类诉讼为什么重要？因为传统反垄断讨论的是人和人之间有没有协议、有没有交换敏感信息。算法时代的问题是：如果多个竞争者不直接开会，而是都把数据交给同一个工具，再按工具建议调价，这算不算另一种协调？监管难点就在这里。

对技术团队来说，这也不是法律部门才要看的事。任何做动态定价、收益管理、广告竞价、平台推荐的团队，都要意识到：模型用什么数据、服务多少竞争者、输出是否趋同，都会影响法律风险。算法不是中立外壳，它会把商业关系编码进系统。

OC 判断

OC 的判断是：这类案件会成为“AI 定价”进入现实监管的样板。法院最终怎么判还不确定，但企业已经不能再用“这是算法自动算出来的”作为挡箭牌。真正要审查的是数据来源、客户结构、输出机制和竞争效果。

为什么重要

• 对开发者：做定价系统时，数据边界和客户隔离不是合规装饰，而是系统设计的一部分。
• 对企业：使用第三方算法定价工具，不能只看涨价效果，还要评估反垄断风险。
• 对用户：AI 定价可能让价格更“聪明”，也可能让市场竞争变得更不透明。

参考来源

• The Guardian：California drivers sue gas stations for allegedly using AI to inflate prices：原始报道。
• California Legislative Information：AB-325：用于查询加州相关法案文本。
• AAA Gas Prices：用于参考美国和加州汽油价格背景。