你花49美元一个月买了一款定价工具，本想借此不再靠猜测来定价。它监视你的竞争对手、你的库存，或许还有顾客的浏览习惯，然后每隔几个小时悄悄上调或下调你的价格。这本来像是个聪明的举动——直到你读到，同一类软件刚刚让一家市值100亿美元的物业管理公司背上了联邦反垄断和解、法院指定的监督员，以及长达三年的美国司法部监管。
这可不是假设。这正是RealPage的遭遇：它的租金定价算法摄入了超过1300万套出租单元的租约数据，最终成为过去十年最大反垄断案件之一的焦点。而到了2026年，监管机构已明确表示，对算法定价的审查并不局限于大型房东——这已成为联邦贸易委员会（FTC）、美国司法部（DOJ）以及越来越多州检察长的既定执法重点，相关规则的触角已延伸到使用现成定价软件的普通零售商、餐厅和服务型企业。
如果你已经采用（或正在考虑采用）一款能根据数据自动调整价格的工具，以下是今年发生的变化、为什么这与你息息相关——即便你的规模远不及RealPage——以及如何让你的定价做法始终合法合规。
"算法定价"究竟是什么意思
这个术语涵盖两种相关但截然不同的做法，二者面临的法律风险也不同：
**监控式定价（个性化定价）：**软件会根据每位顾客的个人数据——浏览记录、位置、购买历史、设备类型，甚至在"购买"按钮上停留的时长——为其设定不同的价格。马里兰州的新法律将其定义为"根据消费者的个人数据为消费品或服务提供或设定个性化价格的歧视性做法"，并特别指出该规定"无论卖方是自行收集还是购买"该数据均适用——也就是说，把定向定价工作交给第三方供应商处理，并不能成为免责理由。
**算法价格协调：**一个共享的或第三方的定价算法摄入了来自多家相互竞争企业的数据（非公开的租约价格、竞争对手的销售数据、入住率数据），并给出实际上会同步变动的定价建议。这才是反垄断层面真正令人担忧的地方——问题不在于算法本身的存在，而在于它实际上取代了竞争对手们打电话商量定价这种自《谢尔曼法》颁布以来就属违法的行为。
小企业遇到第一类情况（使用能个性化报价的SaaS定价工具）的可能性，远大于遇到第二类情况，但如今这两类做法都已被监管机构牢牢盯上。
为什么2026年不一样
算法定价工具已经存在多年。真正发生变化的是执法态度，以及一波新的州立法：
**美国司法部诉RealPage案于2025年底和解，**和解条款已在2026年生效：RealPage同意停止使用非公开的、实时的租约数据来训练其定价引擎，停止开展从客户处收集具有竞争敏感性信息的"市场调查"，并接受一名法院指定的监督员，该监督员有权在三年内审查其代码和模型训练数据。作为共同被告的主要物业管理公司——Greystar、Cushman & Wakefield、Cortland等，合计运营逾130万套单元——也达成了类似和解。美国司法部传递的信息很明确：把竞争对手的非公开数据输入同一个算法，即便没有电话沟通、没有握手协议，也可能构成价格垄断。
**联邦贸易委员会（FTC）于2026年4月启动了规则制定程序，**此前它刚与多家外卖平台就欺骗性收费和监控式定价行为达成和解——这些案件的核心问题是：算法产生的隐性加价被伪装成配送费或服务费，而非明示的价格。
各州率先行动，且行动迅速：
- 纽约州自2025年11月起，要求任何利用消费者个人数据由算法设定的价格必须附带如下披露：*"该价格由算法根据你的个人数据设定。"*该法律已经历一起第一修正案的诉讼挑战并得以维持，目前正被纽约州总检察长积极执行。
- 马里兰州的法律将于2026年10月1日生效，直接禁止食品零售商和外卖服务采用个性化动态定价。
- 加利福尼亚州已于2025年10月修订其《卡特赖特法》（Cartwright Act，该州核心反垄断法规），明确禁止利用共享定价算法来固定价格或胁迫竞争对手跟随涨价；2026年，该州总检察长已对杂货商、酒店和网络零售商展开调查，了解它们如何利用消费者数据设定个性化价格。
对于在不止一个州开展业务的企业而言——如今几乎任何拥有官网的电商或服务型企业都符合这一条件——这已经意味着要同时应对三种不同的合规体系，而且预计还会有更多州陆续跟进。
究竟哪些企业需要担心
如果你是一家按固定费率开票的五人咨询公司，这些消息对你而言只是背景噪音。但令人意外的是，如今有相当多的中小企业在不知不觉中已经涉及算法定价：
- 电商卖家使用改价工具（在亚马逊、Shopify及多渠道平台上很常见），根据竞争对手数据自动调整商品挂牌价格
- 餐厅和外卖平台为配送费或高峰时段使用平台内置的动态定价功能
- 短租房东和小型物业管理者使用PriceLabs、Beyond Pricing或类似RealPage的工具来设定按晚或按月的租金
- 零售商和酒店业者在其POS或CRM软件中启用"个性化"功能，根据顾客的忠诚度数据或浏览行为向不同顾客报出不同的价格或折扣
- 任何使用第三方SaaS定价工具、且该工具同时服务于你直接竞争对手的企业——即便没有恶意，只要该工具在其客户群中汇总非公开数据来生成定价建议，你就可能正在参与监管机构眼下重点打击的那种结构
采用率数据说明了为什么这一问题会突然从"大科技公司的问题"变成"主流小企业问题"：面向中小企业的动态定价软件如今已是一个数十亿美元规模的市场，多数小企业计划采用某种形式的算法定价，而多数现有用户表示这提高了营收和竞争力。这些工具确实好用——而这正是监管机构如此关注其运作方式的原因。
容易带来风险敞口的常见错误
**以为"供应商会负责合规"。**包括马里兰州在内的多部州法律明确堵上了这个漏洞——责任由向顾客设定价格的卖方承担，而不仅仅是软件供应商。如果你使用的定价工具违反了披露或个性化方面的规定，需要承担责任的是你，而不只是你许可使用的那家SaaS公司。
**不清楚自己的定价工具摄入了哪些数据。**许多小企业主能说清楚定价软件输出了什么（一个建议价格），却说不清它摄入了什么。如果该工具会拉取竞争对手的销售数据、非公开的入住率或库存数据，或是来自使用同一平台的其他企业的汇总数据，那么这款产品与只使用你自己历史销售数据和公开市场价格的产品相比，本质上是不同的——风险也更高。
**把"大家都在用这款软件"当作免责理由。**RealPage一案的关键正是这一点：许多竞争对手各自独立选择了同一家供应商，这并不能成为免责理由。如果这种共同选择的结果是各方基于共享的非公开输入数据而同步变动价格，监管机构就会将其视为协调行为，而不去深究是否存在主观意图。
**在适用披露要求的地方却忽视它。**如果你向纽约州的消费者销售商品，并在定价中使用了任何个性化手段，跳过必须的披露就是一个显而易见的合规缺口——而不是需要法律解读的灰色地带。
**对定价方法缺乏书面记录。**如果某州总检察长办公室或FTC发来问询函（加州总检察长已经向杂货商、酒店和大型零售商发出过此类问询，未来完全可能进一步扩展到更下游的中小企业），若没有任何文件记录你的算法如何以及为何设定价格，就很难证明你是独立定价，而非相互协调。
一份实用的合规清单
你不需要聘请外部律师就能采取应对大部分风险的基本措施：
- **盘点你使用的每一款定价工具。**列出所有涉及定价的软件产品——改价工具、POS系统里的动态定价插件、营销平台中的个性化功能——并记录每款工具摄入了哪些数据。
- **直接向供应商询问算法用什么数据训练。**要求以书面形式确认：该工具是只使用你自己的数据和公开市场价格，还是会在其客户群（包括你的竞争对手）中汇总数据？
- **核实你的顾客所在地区。**如果你向纽约州、马里兰州或加利福尼亚州的消费者销售商品，请直接阅读具体法律条文（各州总检察长办公室都发布了通俗易懂的指南），而不要只依赖二手摘要——各州的要求存在实质性差异。
- **如有需要，添加披露信息。**这是一项低成本、高价值的整改：结账页面上的一行文字，远比一次执法问询便宜得多。
- **记录你的定价依据。**保留一份简单的记录——哪怕只是一张电子表格——说明价格为何变化、变化的依据是什么。如果日后有人要求你证明自己是独立定价，这将是你最有力的保护。
- **关注FTC的规则制定进程。**2026年4月启动的规则制定工作仍在推进中；最终规则很可能会设定更清晰的全国性基准要求。订阅FTC的商业指导更新不花一分钱，总比从一封执法函件中才得知新规定要好。
记账在其中扮演的角色
定价决策和财务记录并不是两个独立的问题——它们只是同一份数据的两个观察角度。如果监管机构有朝一日要求你证明自己的价格是独立设定的、并且反映了你真实的成本和利润率，那么拥有清晰、带时间戳、可审计的财务记录，正是支持你论点的最佳证据。一次价格变动如果能在你的账本中持续体现，并对应到你可以指出的真实成本或需求数据，这与仅仅存在于某个不透明算法输出结果中的价格变动，看起来会截然不同。
这也是为什么对于正在管理动态定价的小企业而言，采用纯文本、受版本控制的记账方式值得一试的又一个理由：每一次价格和收入变动都带有时间戳、可比对差异，并能追溯到具体的一次提交记录，而不是被埋没在某个黑箱工具的内部日志里。
让你的定价决策始终可审计
随着动态定价工具从大型零售商的专属配置变成小企业的标准配置，能够说明价格变动的原因正变得和价格本身同样重要。Beancount.io为你提供纯文本记账，并附带完整的版本历史，让每一次定价和收入决策都保持透明、可审计——没有黑箱日志，也不会被供应商锁定。免费开始使用，让你的财务记录像你的定价策略一样清晰。