核心信息

E-Commerce Bench 是一个新的长周期自主经营基准：AI 智能体以 10 万元初始资金经营网店 365 天，在由真实电商数据驱动的市场中处理选品、议价、定价、促销、库存与现金流。

要点

  • 基于真实经济规则：6,886 种商品、576 个供应商（含 152 个骗子）、600 分钟工作日、仓储费、退货与信誉机制。
  • 考验长周期学习能力：几乎没有任何模型能在模拟一年中学到更便宜的采购策略或改进自身策略。
  • 覆盖从供应商议价到现金流管理的多种经营任务，是智能体的高难度压力测试。