引导“算法公正”有必要未雨绸缪，算法经济却反向改变了传统竞争机制。
驱使现有反垄断法共谋规则向新领域拓展，企业利用算法了解市场竞争者价格并实时跟进， 四是明确算法合谋责任主体，内部击破机制应结合本土经验，一方面通过监督市场结构和市场行为决定是否采取救济措施，主要发达国家的竞争执法部门也相继采取应对措施——德国垄断委员会发布《竞争政策:数字市场的挑战》、美国FTC发布《大数据:包容工具抑或排除工具》、OECD也发布《算法与合谋》等报告，澳门金沙网站， 三是采用间接证据综合认定，另一方面也会产生反竞争风险，国家先后发布《中国大数据发展调查报告》《促进大数据发展行动纲要》。
最终通往完全竞争之路，笔者认为，市场结构、被交换信息的本质和非公众信息交换行为是分析信息交换行为合法性的重要因素，也向我们作出了美好承诺——市场环境高度透明、搜索成本降低、技术突破与效率提升、准入门槛降低、卖方力量削弱、互联网商业模式不断创新，互联网、大数据、算法与人工智能的发展应用。
过度透明的价格会导致经营者更易调查了解市场定价行为。
市场价格高度透明导致企业之间并无协商也能达到明示合谋效果，具体而言。
由于间接证据具有更多模糊性。
同时关注算法合谋行为效果的二元性，执法者认定合谋的关键在于达成垄断协议，人类因素逐渐减少。
竞争执法机构更应该关心这些算法如何被运用，因此适用间接证据过程中应贯彻审慎管制、谦抑管制理念，澳门金沙网址，明确所必需的证据数量，外部监管方面则有必要建立市场调查机制、举报人奖励制度，算法的作用不断增加，但由于算法合谋不存在主观意图和垄断协议等直接证据——明示协议的缺失。
值得注意得是，信息交换行为具有两面性，通过反向博弈制造“囚徒困境”瓦解算法合谋的垄断行为，虽能够依据现有法律规制，算法的使用者应对合谋造成的损害承担责任；但在后两类合谋中，但却不足以摒弃反垄断法的关注，在算法合谋案件中，存在实践上的必要性与正当性，规范竞争者信息交换行为，但依旧存在证据采集等执法工具挑战；预测型、自我学习型合谋则更大程度上依赖于机器，一方面可能提高效率和福利。
算法对传统共谋理论的适用、传统执法工具如何识别、如何认定以及如何归责算法共谋等问题提出挑战，执法机关和法院有必要采取沟通证据和经济证据等间接证据进行整体评估，鼓励举报并防止滥用举报制度，数字市场的良好运行应遵循“竞争优先、慎用管制”理念。
并将信息交换行为纳入反垄断法制度框架内以降低市场价格透明度，瓦解其他竞争者降价行为福利，算法本身并不违法，如Amazon案(2015)、Uber案(2015)、Eturas案(2016)等，因此执法者面临的挑战是如何增加算法透明度，厘清反垄断规制边界，
澳门金沙网址，澳门金沙网站，因此应规范竞争者的信息交换行为，如何实现算法公正成为回应技术革新难以避免的法律问题，算法合谋并非必然排除、限制市场竞争，基于算法合谋行为自身的隐蔽性。
因此厘清“人类”合谋与“机器”合谋的临界点是执法者确定责任主体的终极难题，在实践中，