返回视频列表

模型越来越强,为什么用户没感觉?再访阿里国际站总裁张阔【硅谷101播客】

·46:16·Bilibili
张阔阿里国际站Accio WorkAgent播客

视频简介

模型在榜单上越来越强,为什么真正把工作交给 AI,还是需要人反复解释、检查和兜底?

半年前,硅谷101与阿里国际站总裁张阔聊了 Accio Work 以及 Agent 如何参与采购和日常经营。半年后再次请到他,聊这半年来商家使用 Accio Work 的真实案例,试图回答:模型能力的提升,究竟有多少变成了商家工作里的进步?

张阔分享,很多模型的通用评测成绩已经接近满分,但团队在真实经营中并没有感受到同样幅度的提升。为此他们从实际业务中整理了 107 个任务,包括比较供应商报价、识别钓鱼邮件、预订船期和处理交易纠纷。在这套特定评测中,最前沿模型在无人干预条件下的任务通过率约为 61%。这些任务没有数学竞赛那么耀眼,却直接关系到商家的成本、交期和利润。

本期看点

  • 榜单成绩与实际交付之间的落差
  • 107 个真实业务任务评测:无人干预通过率约 61%
  • 通用模型与垂直产品的竞争
  • 当 AI 接手越来越多的执行工作,人还需要保留哪些判断

相关链接


评论

加载中…