看影片（在新分頁開啟原站）連到 YouTube・硅谷101播客
其他版本：Podcast 版（在新分頁開啟）
摘要
訪談阿里國際站總裁張闊，探討通用模型雖強，但在真實商業場景（如採購、物流、交易）中仍面臨挑戰。節目分享 107 個真實任務的測試資料，說明無人干預下模型僅約 61% 通過率，並介紹如何透過工程框架與多模型路由降低成本，讓 AI 真正可用於日常經營。
An interview with Zhang Kuo discussing the gap between model benchmarks and real-world business performance, featuring a 107-task benchmark and strategies for cost-effective AI deployment.
摘要、重點與章節標題由語言模型整理，細節（誰說的、數字、先後）可能有誤；要引用請以原始內容為準。
重點
- 通用模型在真實商業任務中無人干預下僅約 61% 通過率。
- AI 同事在程式設計場景成熟，但在複雜商業判斷與長程任務中仍受限。
- 透過工程框架與多模型路由，能以更低成本提升 AI 交付效率。
提到的工具與公司
- XWork
- CoCreate
- Codex
- Alibaba.com
適合誰看
從事電商、跨境貿易或希望將 AI 整合進日常商業運營的企業主與營運者。
摘要依據
- 依據
- 語音轉文字
為什麼排在這裡
- 人氣
- 0.44
- 新鮮
- 1.00
在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算
相關內容
- Picking the right model影片 ・ Claude ・ 32 分鐘 ・
- E253｜谁在给大模型出题、卖题、判卷？聊聊AI数据行业的野蛮生长影片 ・ 硅谷101播客 ・ 58 分鐘 ・
- AI模型的文化盲區─探討AI測試標準的開源現況觀察與難題影片 ・ COSCUP 開源人年會 ・ 31 分鐘 ・
- Opus 5.5 vs The Rest: Is this the new industry standard?影片 ・ AI News & Strategy Daily ｜ Nate B Jones ・ 25 分鐘 ・
- Giving your AI a Job Interview文章 ・ Ethan Mollick（部落格） ・
- E223｜应用爆发之年：聊聊模型技术进化与商业化Podcast ・ 硅谷101 ・ 1 小時 7 分 ・
這個來源最近的內容
摘要由 AI 根據原文產生，可能有誤；完整內容請看原站。看影片（在新分頁開啟原站）