E255｜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

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，我们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，我们再次请到他，聊聊这半年来商家使用Accio Work的真实案例，试图回答这个问题：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。据他介绍，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。一个好用的Agent，既要能把工作做完，也要让人用得起；既要理解工具和流程，也要理解这盘生意究竟想追求什么。 这期节目，我们聊聊榜单成绩与实际交付之间的落差、通用模型与垂直产品的竞争，以及当AI接手越来越多的执行工作，人还需要保留哪些判断。 【主播】 Yiwen，硅谷101主持人 【嘉宾】 张阔，阿里国际站总裁 【你将听到】 从写代码到做生意，Agent还差什么？ 01:18 AI同事市场：编程之外，专业工作走到了哪一步？ 02:38 商业任务为什么比编程更难？ 03:48 从采购搜索到日常经营，Accio Work的任务边界如何扩展 06:12 商家案例：植物监测产品，从创意走到设计、供应链和销售 07:47 找工厂、比报价、拿样品：采购流程里，人和AI如何协作 通用模型越来越强，垂直产品还有什么优势？ 10:13 中美Ag