Accio Work

AI 跑分逼近满分，真用起来为啥还总翻车？那个 61% 数据让我冷静

阿里国际站用 107 个真实业务任务测试前沿 AI，无人干预通过率仅 61%。模型越强，商家却越困惑：跑分和真用起来，差的那一截到底在哪？