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

阿里国际站总裁张阔在播客中分享，团队从真实业务整理出107个任务，用于评测AI能否独立完成商家工作，结果最前沿模型在无人干预条件下的任务通过率约为61%。他指出，模型通用评测成绩已接近满分，但商家在报价比较、钓鱼邮件识别、订船期和交易纠纷处理等经营环节并未感受到同等幅度的提升。他同时谈到，最贵的模型不一定最好，多模型路由需要为不同任务匹配能力与成本。