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 E-Commerce Bench，前沿模型开店一年难盈利(3 条相关)→
「编程与Agent」频道最新
- 告别浏览器崩溃：把 ComfyUI 工作流迁到桌面端 Agent — Efficient_Letter9480 · 2026-09-03
- 开源 TrueForge 对比 Claude 管理代理：同模型同准确率省 63% token — Background-Job-862 · 2026-09-03
- Magnitude 开源推理服务器：本地模型直接接入你现有的编码 Agent — magnitudedev · 2026-09-03
- 2.9 千星开源工具：用 LLM 从非结构化文本生成交互式知识图谱 — tom_doerr · 2026-09-03
- 开源 Open Notebook:3 万星本地版 NotebookLM,支持 4 人播客 — JafarNajafov · 2026-09-03
- AFK Pilot Cloud 上线：5 美元月租跑你的 AI 编程智能体 — PawelHuryn · 2026-09-03