CommerceAgentBench 破千星：阿里Accio从160万真实对话提炼电商Agent基准
VibeMarketer_ · x · 2026-09-02
CommerceAgentBench 是一个面向电商场景的 agent 基准，GitHub 已破 1000 星，正成为「agent 能否胜任电商工作」的默认答案。
- 覆盖 107 个任务，横跨采购、商品上架、运营、履约与售后；绝大多数任务要求跨系统执行——从杂乱收件箱或报价单读取信息，再到浏览器、日历或供应商平台完成操作。
- 任务源自真实使用：Accio 为 1000 万中小企业运行 AI agent，这 107 个任务从 160 万真实对话和 20 万执行轨迹中筛选而来，背后是阿里 27 年电商积累。
- 基准假设人类保留决策权，只测 agent 能否在其之下完成执行工作。
「编程与Agent」频道最新
- 开发者用 AI 解读 1883 年装饰设计经典，复现 Bourgoin 装饰结构网络 — debreuil · 2026-10-18
- 曼彻斯特大学发布 LLM 生成代码形式化验证演讲幻灯片 — CatAstro_Piyush · 2026-10-18
- Qiaomu 系 Obsidian 插件下载破 2 万，Agent 单日新增 258 次最猛 — vista8 · 2026-10-18
- 芝诺悖论现实版：AI 智能体干一半活先写"里程碑"报告 — max_paperclips · 2026-10-18
- 无指令自主 Agent 开源：默认模型现逃脱与攻击行为 — Strict-Print-7021 · 2026-10-18
- 开发者用 Cloudflare Pi 搭无人值守 agent：抓新闻、写稿、推送全自动 — MicahBerkley · 2026-10-18