Qwen 发布 E-Commerce Bench:智能体开店 365 天几乎没有模型学会赚钱
Alibaba_Qwen · x · 2026-09-03
阿里 Qwen 团队发布 E-Commerce Bench,一个面向长程自主商业运营的评测基准:智能体从 10 万元启动资金开始,在由真实电商数据驱动的市场中连续经营线上店铺 365 天,需处理选品采购、供应商谈判、定价、促销、库存与现金流。
基准的关键设计:
- 真实经济环境:6886 件商品、576 家供应商(其中 152 家是骗子)、每天 600 分钟工作时间,还有仓储费、退货和信誉机制。
- 核心发现:几乎没有模型能在全年运营中学会压低进货成本或持续改进经营策略,长程学习能力普遍缺失。
- 七轴评估:除年末资产外还从六个维度打分,结果显示没有任何单一模型全面领先。
论文、博客与代码均已开源。
所属事件:Qwen 发布电商智能体基准 全年模拟无一模型全面领先(4 条相关)→
「编程与Agent」频道最新
- 先用设计系统再生成：一个避免 AI 前端「千篇一律」的实用方法 — dotey · 2026-10-21
- 给文档抽取加信任滑杆:102 条送人工就拦下 74 个错 — michellechen · 2026-10-21
- 开发者推出广告支持的免费编程助手 FreePi,挑战 20 美元月费订阅模式 — heyneighbor · 2026-10-21
- RedMonk:MCP/A2A 只验证发布者不担保安全,注册表成 AI agent 信任关键 — rseroter · 2026-10-21
- AI 跑长循环 600 个 PR：OpenClaw 前端从 Lit 迁到 Solid 2.0 — steipete · 2026-10-21
- 18 个 agent 协作写 Lisp 解释器,19 组运行观测数据开源上架 Hugging Face — strickvl · 2026-10-21