📦 CommerceAgentBench 是让 Agent 像一个真实的电商运营助理一样，处理多达 300 封邮件的采购收件箱，识别供应商、整理报价、处理各种贸易术语，甚至还要发现潜在的欺诈行为，最后还得完成供应商选择和日历事件创建等等一系列真实工作流
📊 Accio 开源的 CommerceAgentBench，据他们说，这 107 项任务是从全球 1000 万中小企业用户的真实需求中提炼出来的。即使是当前最强的 Claude Opus 5，也只能完成 61.7% 的任务。这让我不禁思考，我们离一个能完全自主的“商业 Agent”还有多远？
🔗 这个有趣的项目已经在 GitHub 上开源了，团队也邀请大家一起贡献新的模拟环境：github.com/Accio/CommerceAgentBench · 原推
📮 这篇文章是转发给你的吗？点击这里加入频道，一起探索更多有趣的内容！
via Roller | DeepSeek Harness 中文社区 - Telegram Channel
