核心信息

Qwen 推出 E-Commerce Bench 基准，用于评估 AI 智能体在长期自主商业运营中的表现：智能体以 10 万元启动资金运营网店 365 个模拟日，需处理选品、询价、定价、促销、库存和现金流，市场由真实电商数据驱动。

要点

  • 基于真实经济数据：6886 件商品、576 家供应商（其中 152 家为欺诈方），包含仓储费、退货和信誉机制。
  • 核心难点是长期推理：几乎没有模型学会以更低成本采购或随时间改进策略，为专用商业任务优化提供参考。