Visa购物智能体基准显示22个模型总通过率为57.2%，54%失败案例仍下单

Visa于11月5日发布Agentic Commerce Benchmark，用15个购物场景测试12家实验室的22个模型，考察智能体在无合适商品时能否选择“不买”。总体通过率为57.2%，同一场景三次尝试全部通过的仅34.2%，54%的失败案例中智能体仍完成了购买。作者提醒，该基准衡量的是买卖决策而非真实用户支出，并建议在试点前明确记录客户需求，分别统计不合适的购买和存在合适商品时的无谓拒绝。