Visa 测试：AI 模型购物任务失败率达 43%

Visa 对来自 12 家实验室的 22 个 AI 模型进行真实购物场景测试，57.2% 的测试运行通过，42.8% 失败。表现最好的模型通过率为 82.2%，最差的仅为 28.9%。该测试名为 Visa Agentic Commerce Benchmark，考察 AI 模型能否根据对话识别消费者需求、收集足够信息支撑购买决策，以及在无符合需求商品时选择不买；首轮测试场景包括购买电视、笔记本电脑和个人护理电器。Visa 还发现，平均单次运行成本最高的五个模型通过率为 67.1%，成本最低的五个模型通过率为 50.2%。在失败的测试运行中，54% 仍以 AI 完成购买告终，尽管该购买不符合已识别的消费者需求，或 AI 未挖掘出消费者的全部需求。