模型越来越强，为什么用户没感觉？再访阿里国际站总裁张阔

过去半年，大模型的榜单成绩不断刷新：通用评测接近满分，进步被压缩到小数点之后。但把工作真正交给AI的商家，体验并没有同步提升。

阿里国际站自建的电商评测印证了这一感觉。这套评测基于平台上百万条真实经营数据与Accio的问答数据，整理出107个电商任务，覆盖报价单比较、钓鱼邮件识别、船期预订、交易纠纷处理等七大类，目前已全部开源。结果显示，最前沿的模型在无人干预条件下通过率仅61%——才刚刚及格。

为什么榜单成绩与实际交付之间会有如此大的落差？阿里国际站总裁张阔认为，不同于Coding的100%数字化和天然可验证，商业场景的数据更加多元，缺少通用流程，结果验证周期也更长。模型在数学推理或通用agentic能力上得分高，确实能让任务通过率更高，但“本质的水位并没有拉得那么大”。

也正因如此，张阔把Agent的竞争定义为模型（Model）、工程框架（Harness）与业务上下文（Context）三者的乘法关系，任何一项是0，结果就是0。现在竞争已经从单一模型的比拼，转为三个维度的同时较量，这也是不同垂直领域Agent的机会。

这是《硅谷101》今年第二次专访张阔，上一次是3月，Accio Work刚刚发布时。这次专访之前，他刚在洛杉矶出席了CoCreate大会，见到了来自全球的电商创业者，也听他们分享了如何借助Accio Work打通全球供应链、把想法变成生意的经历。

我们的对话围绕三个问题展开：垂直领域的Agent在与通用模型的竞争中如何真正跑出来？如何在Token成本上做出优化，让AI成为商家用得起的工具？以及当AI接手越来越多的执行工作，人还需要保留哪些判断。

欢迎关注《硅谷101视频号》或音频栏目直接收听本期播客。如果你喜欢我们的节目，更推荐大家使用音频客户端来收听，《硅谷101》已覆盖各大主流音频平台（渠道见文末），欢迎订阅！

以下是这次对话内容的精选：

Yiwen：你3月份上过我们一次节目，当时你们刚发布Accio Work，你就说Claude Cowork比当时特别火的OpenClaw更值得关注。半年过去，市场印证了你的判断。我想先聊聊Cowork“AI同事”这个市场，你现在的判断是什么？

张阔：Agent出来解决的第一个问题是Coding。我们认为Coding的工具渗透率有99%——很难找到还在自己写代码的研发人员，现在绝大多数代码都是AI产生的。相比之下，其他垂直场景的渗透率要低得多。因为偏办公类的Cowork产品，能交付的内容还比较有限，更多是文案类、计算类的工作。但商业场景不一样，尤其像电商，需要做更复杂的判断、更长程的执行，结果也不是当下就能验证的。这类场景，整个Agent都还是刚刚开始的状态。

Yiwen：所以我们现在是把工程类的Coding Agent和非工程类的商务应用分成两块看的。为什么Coding交给Agent更容易？

张阔：第一，Coding的工作是100%数字化的，代码几乎都以数字形式存在，散落在GitHub和各个代码库里，容易被AI广泛学习。第二，它是天然可以验证的工作：编译能不能完成、结果对不对，这类工作天生适合大语言模型来做。

换到商业场景就太复杂了。第一，数据更多元；第二，没有通用流程可言，最终会有一个结果，但不同企业对经营结果好坏的判断标准也不一样。第三，结果验证不是以单次计，可能是以一天、一周、一月甚至一年计，整个反馈闭环的周期很长。

Yiwen：Claude上半年正式推出Cowork之后，通用Cowork Agent有没有在尝试解决这些问题？有什么变化值得探讨？

张阔：这个赛道肯定更热闹了，从产品体验看，各家都有一些自己的特色。从Accio Work来讲，我们核心还是要解决电商这个垂直人群的问题，今天能解决的问题比之前多得多。

一年前，我们核心解决的是AI搜索的问题，相当于Alibaba.com的AI模式，买家可以用更自然的语言、甚至多模态的方式描述需求。现在整体搜索涨20%，多模态搜索涨130%——越来越多的用户开始用这种方式表达需求。

第二个阶段，sourcing（采购）本身向前向后都延展了：以前搜索只是一个query（查询），现在向前要做市场调研、要出Design pack（设计文档）；向后要跟供应商沟通、比价，直到完成交易。我们管它叫agentic trade，一个AI驱动的交易。

今年4月，我们又推出Accio Work，希望它解决的问题进一步泛化。Accio Work基于Alibaba.com和1688，这两个平台是全球最大的供应链平台。很大一类用户就是电商用户，他们在1688进货，去淘宝、天猫、京东、抖音卖；在Alibaba.com进货，去Amazon、Shopify、eBay全球销售。现在Accio Work可以帮商家管理所有电商后台，通过一站式服务理解多平台的经营情况、管理整个供应链，也管理企业员工在日常经营里的表现。

图片来源：Accio.com

Yiwen：能具体举个例子吗？一个跨境商家最开始用Accio Work要解决什么问题？流程是什么样的？

张阔：这次在阿里国际站CoCreate峰会上，我们讲了一个商家Edward的例子。他自己喜欢种植物，但经常把花养死，就想做一个产品，让植物能告诉他现在是什么状态。从有一个想法，到把它变成一个能造出来的消费级电子产品——也就是design pack，这一步难住了很多创业者：用什么样的检测设备、什么样的读取设备，怎么把成本压到最低，卖的时候还能有利润率。

Accio Work首先帮他做design pack设计；其次，帮他找到广州、深圳最厉害的厂商把产品制造出来；第三，解决跨境的问题——订船期、过海关用哪个HS code、运到当地之后怎么管理物流。产品出来之后，还要制作社交媒体内容，上Amazon、eBay、Shopify、TikTok去卖。这时候要管理多个店铺、管理不同平台的规则和定价、管理买家的反馈，持续迭代产品。现在Accio Work可以把这整个周期在一个Agent里完成，跨端地管理你的整盘生意。

Yiwen：这个流程里，Agent具体接手了哪些环节？

张阔：没有Agent的时候，人是怎么做的？你从一个关键词开始，大概要知道需要什么资质的工厂才能把这个产品做出来。然后你维护一个可能有20列的Excel，把十几个供应商的生产能力、当地资质、工厂水平、拿货价格、账期、物流方案都列进去，最后选出两三个要合作的厂家。中间还要跟供应商来回沟通，周期一般以月计，最后才能拿到一个样品。

有了Agent，这个周期可以缩短到以天计。它先把你的想法分解成一个可以制造出来的产品，以及制造它需要什么能力，再从Alibaba.com的商家详情、企业知识库里匹配最合适的商家，在你允许的情况下跟若干个商家沟通推进，拿到你想要的报价方案。原来要花一个月维护的Excel，现在24小时内就能跑完。

Yiwen：它相当于赋能了一批商家，帮商家进入原本不熟悉的品类？

张阔：供应商给我们的反馈是，没见过这么专业的design pack。一般买家都是在纸上画一画就开始交流了，把一个想法说清楚就要花很多精力；因为事先没说清楚，拿到样品才发现跟原来想的不一样，中间还会有大量dispute（纠纷）。最终，我们算出一个到手价、算清零售的利润率，把这些信息呈现出来，也能极大提高商家做生意的效率。

Yiwen：说回通用Cowork Agent。国内这个赛道有很多厂商，像WorkBuddy这样的产品；美国也有很多通用Agent，Meta刚发了Muse，之前的Grok Bot评价也很好。你怎么看现在的竞争格局？你觉得中美之间有什么大的差异？

张阔：从办公角度讲，差异相对小一些。这跟两地企业服务的演进路径有关：在美国，SaaS本身就是个大生意，而且本来就垂直化——CRM、广告投放、法律、医疗都有成熟的垂直SaaS体系。中国的生态不太一样，更多是平台侧把很多垂直功能直接整合进去了。所以AI进来的时候，也带着这种惯性差异。但回到最终交付给用户的结果上，各家想做的事情是一样的。

Yiwen：上次我们聊的时候，正是美国SaaS恐慌情绪最严重的时候，市场上出现大量抛售；Claude推出Cowork之后，也有投资人担心它又杀死一批SaaS公司。当时你的判断是，只要SaaS公司把AI用得好，AI反而是利好。几个月过去，你觉得Agent对SaaS公司的影响是什么？他们采取了什么对策？

张阔：如果SaaS本身做的内容比较简单，是AI可以自动完成的事情，它确实会被削弱。但SaaS跟工作流集成得紧，它理解企业上下文——现在流行一个词叫ontology（企业关于自身业务的知识模型）。这些数据意味着什么、企业经营的目标是什么，就算请一个人来做也很难搞清楚。

所以一方面，SaaS自己可以围绕理解企业上下文这件事升级产品，用更多AI去推动；反过来，AI进到企业里，也一定要理解这些数据意味着什么、老板想基于什么做优化。一笔交易成交了，不代表它就是一笔好交易：这笔交易是为了利润率，还是为了市场份额？预算怎么花、库存怎么管、广告怎么做，完全不一样。这些事情，没办法靠往企业里扔一个通用AI就保证完成。但原有的SaaS了解企业经营上下文，如果能用上更好的AI，也能拿到更好的结果。我觉得现在更多是两边互相集成的过程。

Yiwen：那在中国市场，你刚刚说从平台角度去推动的产品，我们怎么理解这些用户需求呢？

张阔：中美电商差别很大。如果是中国企业在中国经营，它的第一个想法不是做独立站；但美国，Shopify、独立站生意很大，还在持续增长。比如Amazon，确实是个平台，你可能客户都接触不到，你要把货发到仓里通过FBA卖出去，这很适合当地企业的经营状况；但如果你想要独立品牌和独立客户，要跟客户建立关系，Shopify就是个选择。国内淘宝天猫介于两者之间：既是平台，可以低成本获客，又集成大量电商工具，最终交付的价值是一样的，只是形态不同。

Yiwen：基于这个区别，你们Accio有发布国内和海外不同的版本吗？

张阔：AI这个产品很有意思，它第一天就是全球化的，天生没有语言问题。各地用户要解决的交互问题大同小异，而且交互门槛比之前低了很多——虽然有一部分GUI（图形用户界面）属性，但大部分交互是LUI（语言用户界面）的方式，你把工作描述清楚，就可以交付给AI。但是差别在哪里呢？

我自己给Agent总结了一个公式：Agent = Model（模型）× Harness（工程框架）× Context（上下文）。为什么是乘法？因为哪一项是0，结果就是0，三者都要优化。美国和中国在harness和context上肯定有差别，因为接的工具和平台不一样。

Context跟你的日常经营有关，也跟平台的集成情况有关。如果在Alibaba.com和1688里，你跟供应商的交流是context，对话是context，商业数据是context，平台长期积累的垂直行业属性和趋势也是context的一部分。我们要把这些数据按不同区域、不同用户的需求整理在一起，才能让Agent发挥出应有的水平。

从供给侧看，中国的企业用户最多；从买家侧看，海外用户用得最多，这也是我们最早从海外做起的原因。这跟以前有很大区别：国内有1688、跨境有Alibaba.com，这两个平台我们做了二十几年；但Accio从第一天起就是一个全球平台的产品。这可能是AI Agent时代一个新的产品设计范式。

Yiwen：你们推出这个产品也有一段时间了。在Model、Harness、Context这三个方面，你们投入精力更多的是哪个？还是一样重要？

张阔：此时此刻是齐头并进的。最开始大家在harness上花精力比较多，因为要连接不同的工具（tools）、管理记忆（memory）、做好用户授权，这一整套工程保证系统能持续运行。电商天生就是长程任务，要连续几个月不停地执行和经营，所以harness上本身就要花很多精力。

我们在context上天生有优势，本身积累了20多年做电商、跨境、sourcing和采购的数据，大量跟供应商沟通的信息、行业属性、平台趋势都可以进来，帮商家拿到更好的结果。

现在我们在model上其实也花非常多时间，因为model和harness必须一起优化，不是优化其中一个、另一个直接套一个通用前沿模型就能完成。现在也不是简单做个FT（微调）就行，要基于一定尺寸的模型做后训练，同时在model、serving（推理服务）、harness三个环节都做精细打磨，才能让产出效率最高、成本最低、准确率上一个新水准。

现在的竞争更加多元、全方位，这也是不同垂直领域的Agent能真正跑出来的原因：它不是通用模型加几句提示词就能出结果的。

Yiwen：说到模型和context，其实对应通用模型和垂直模型两个方向。上次我们问过，底层模型能力越来越强的时候，为什么垂直Agent还有机会？你当时提到20多年积累的数据准确性可以形成有效的强化学习机制。这半年来模型又进步了，你觉得这些优势是更明显了，还是有什么变化？

张阔：我们对这件事的理解也在持续迭代。为了衡量Agent好不好，我们自己做了一个基准测试。现在模型发布频次比上次聊的时候更快了，我在硅谷待一个礼拜，光个人助理就发了好几个。但日常经营下来发现，模型刚出来都说各个角度都更好，榜单上99分、满分100，只剩小数点后面的进步；我们真正用起来，又没有感觉到那么好。

后来我们发现：一个模型在数学或通用agentic能力上得分高，跟它在电商里能完成多少工作，相关性其实没那么大。通用智能变好确实能让通过率更高，但底层的实际提升并没有那么大。

所以我们基于Alibaba.com上百万真实经营数据，加上Accio里的真实问答数据，总结了107个任务。这107个任务现在是开源的：我们希望模型训练时都能围绕这个基准做评测，否则各家评测内容不一样，每换一个模型进来都要做大量适配。

这107个任务加上Accio作为一个统一的harness，就可以评测各个模型在基准测试下的表现。事实上，现在最前沿的模型在我们这个基准测试下，通过率只有61%多一点，想及格都有点费劲。但这不代表工具不能用。61%说的是在完全没有人干预的情况下，任务能不能完成。

每个工作的难度不一样，我们分成L1到L4（L1最简单，L4最复杂、结果最开放），越长程、结果越开放，能通过的模型就越少。我们把所有这些模型放在一起，就形成一条新的帕累托最优曲线——意思是同样的效果可以用更低的成本达到。我们想给用户优化的是：拿到最好的结果，同时成本最低。不是模型升级了，大家就都跑最贵的模型去做最简单的事。我们有很多低成本、高性价比的模型，尤其是中国出的；也有一些前沿模型用来解决复杂困难的问题，Accio Work帮你把不同问题路由（调度）到不同模型上；同时基于我们harness和context的能力，即使同样一个模型也能拿到更好的结果。比如我们用通义千问最新版本的小尺寸模型做后训练，效果已经非常接近前沿的top模型。

商家侧我们的感受是，必须是一个用得起的AI，才是一个有价值的AI，因为它是日常经营用的产品。所以同样跑完107个任务，Accio Work跟Codex、Claude Code比，在同样的通过率下，成本是后两者的三分之一。我们还可以把它降得更低，让更多人能更大规模地把工作交付给AI。

Yiwen：我们经常聊开源模型、Token经济学，这也正好印证了企业有选择地使用模型、把不同任务交给不同模型来降成本这个趋势。能不能具体讲讲这107个任务是什么类型？

张阔：基本都是，但覆盖比单纯的电商运营更宽：有的偏电商，有的偏平台，都是日常经营里经常碰到的。

比如一个买家发了需求之后，要从大量商家回复的quotation（报价单）里选出最合适的供应商。这里面信息非常多：除了产品本身、生产工艺、制造能力、价格，还要看产品到手价是多少、物流方案是什么；我们还可能故意在里面掺杂几个钓鱼邮件，模型要把有害信息识别出来、把有价值信息识别出来，最后把从工厂价到含税到手价之间的每一笔都算清楚，选出正确答案。这是一个任务，中间任何一个环节失败，或者算错了，这个任务就没完成。

还有一个测试是预订船期，你要能在那家船务公司的网站上成功订到船，才算通过。

再比如平台上有大量dispute，你要基于买家或供应商的投诉做最终判断。你首先要判断的不是赔还是不赔，而是信息是否完整、是否还需要更多信息才能判断。

这些任务有的看最终计算结果，有的看能不能执行成功，有的看你对商业的判断，涵盖七大类。107是此刻的数量，下个月可能就更多了——我们会持续把更复杂的问题加进去，保证测试跟真实经营的结果一致。而且模型或Agent迭代一段时间后会出现性能退化（团队内部叫"腐化"），变得结果更差是不能接受的，所以要不停地进行评估。

广义的AGI如何定义，可能没有定论，但我觉得商业上的AGI是好定义的：在预算和供应链相同的边界下，用这个Agent去经营这盘生意，一定比一个人做日常操作和判断赚到更多的钱，那就是商业领域里的AGI。

Yiwen：这七大类，指向的其实是不太一样的能力。真实场景里，哪些环节对商家来说更困难、需要Agent完成？哪些环节商家更愿意自己操作？

张阔：我不太会这么分。一定需要人做决策的事，我们会留给人。比如支付、采购这批货，这个按钮一定交给人去判断，因为你要对经营结果负责——等所有交易条款都生成好了之后，要不要做这笔采购，肯定是人决定的。

在分类上，按频次分可能更有意义。我们最近做了很多电商商家访谈，Accio在国内也能解决B2C商家的日常经营问题。我2011到2016年在淘宝、天猫做商家平台，那时对商家后台的经营还比较了解；做了Accio Work之后再站到另一个视角看，发现用AI做日常经营，看问题和经营的方法跟以前有很多不一样，一定比以前更灵活。

1. 多平台经营。现在大部分国内商家都是多平台经营——抖音、淘系、京东、拼多多。到底哪个平台今天挣到钱了？流水进来不代表有利润。这个问题要跨多个平台的数据去看，投入、收益、退换货，最后形成完整报表。以前一个人要多平台来回切换、整理Excel，还不一定算对；现在AI在任何时间点都能给你一个跨平台的实时经营结论。

2. 发布商品。商家经营多个平台，每个平台的规则、受众和媒体形式都有差异，发布的内容也不一样。稍微有点规模的商家，工作量就非常大。这件事交给AI就很方便：新品在多平台发布，或者一类商品统一更新、到了大促节点要做折扣，AI把重复性工作做完给你一个判断，你可以放在草稿箱里再发布，也可以直接授权它发布，它来告诉你经营结果。

3. 客服经营。客户进来问问题怎么回答？以前开经营会一条条拿出来看，谁答得对谁答得错；现在AI可以马上把所有经营结果分析一遍，告诉你什么样的回答更好。在ToB场景里，它会提前预警：哪些客户出了问题、哪笔交易卡住了、哪个单子可能要黄。这些事情原来要大量人做复盘，对业务主管和业务员要求很高，现在AI一定比人做得更好。

Yiwen：AI能力增强让工作方式更灵活，那商家的预期会不会也变得更高、更复杂？

张阔：一定是的。每次做一个产品，大家都会提更高的要求。从发布第一天到今天，我们每天分析Accio Work里的任务难度，会发现它一路从简单推到复杂：一开始都是L1，商家问一些问题，能给出答案就挺好；后来变成把任务交给它做完；再后来是更复杂的任务；到今天，是把跟经营最终判断相关的任务交给它。

商家一定会隔一段时间就推着产品去解决更复杂的问题、交给它更多任务、让它重复执行，把店里更多经营数据交给AI帮着做判断，但最终还是要人做最重要的判断。越来越多的重复性工作交给AI，这是对电商本身的一个进步。

Yiwen：除了支付和采购，还有哪些你觉得是比较重要的判断？

张阔：那太多了。比如你有个想法，要把它变成产品卖给更多人——第一步，这个想法靠不靠谱？你解的是不是个真问题？面对的客户群体是不是对你的产品感兴趣、基数足够大、愿意支付溢价？这些产品的品味，要靠人来判断。

此时此刻你对市场的预测，也是经营者本身的直觉。同样一个预算，是用于更多的广告搭配更少库存？还是更多库存铺更多渠道、获得更大利润率？这些都是商业判断，仍然需要人来按下按钮。

Yiwen：回到这套107题的基准测试。跑完这107个任务，Accio Work的估算成本是3.69美元，Codex和Claude Code都在9美元以上。为什么Accio Work的成本会更低？

张阔：我们就是用帕累托最优的方式，把所有工作路由到不同的模型上：L3以下相对简单的工作，用小尺寸或高性价比的模型就能完成，最大程度帮商家省成本；有些任务对多模态、视频要求强，就路由到特定模型。核心优势是集约采购，比个人去用模型的成本低；同时，同一个模型，我们在harness工程实践和context管理上的效率比用通用模型更高。

我也经常看到商家反馈说觉得贵——有时是某个任务贵，有时是他固定用最贵的模型解决所有问题。我们给客户的建议是直接选Auto模型，它会基于帕累托最优帮你决定每个工作该用什么模型完成。

对比Codex和Claude Code，它们本身是Agent、跟自己的模型绑定，很多跟路由有关的工作做不了。这也是为什么美国有一大类生意很受欢迎，比如OpenRouter、Fireworks，它们host（托管）大量模型，帮你判断每个任务该交给哪个模型。现在越来越多模型成为商品，每隔一段时间就有更好的开源模型出现，这中间还有非常大的优化空间。

Yiwen：GPT-6 Astra刚发布，大家也在讨论它降低token成本、能力更强。你们测试用的是Codex和Claude Code，你觉得Astra之后会对你们有什么影响？

张阔：我们的基准测试也会更新Astra的评分。以前经常有这个问题：没有一个基准测试，你就没法量化它到底好不好。一个模型可能在某一件事上解决得不错，就被说成所有事都解决得好——这两件事没有相关性。它可能3D生成做得不错，或者在电脑操作上有突破，但不代表它在通用商业任务上的agentic能力强。你说它是AGI，我可以给你打保票，肯定不是AGI。

Yiwen：所以这也是benchmark的重要性，我们现在越来越需要专业领域的基准测试，这也是数据公司火起来的原因。回到通用Agent和垂直Agent的区别：对于一个垂直产品，流程都很具体，会不会因为流程写得太死，反而限制了模型本来能做的事？

张阔：不会去固定这些流程。我们的核心标准是先固定红线——什么事情肯定不能做；但路线肯定不是定死的。只要能把目标说清楚，剩下的就是不断优化流程、逼近你想要的目标。

Yiwen：现在别的电商也在发类似的Agent产品。一个商家用多个Agent，如果它们给的建议冲突了，该怎么处理？

张阔：美国各个垂直电商和平台电商都有自己的Agent，这些Agent我觉得也做得挺好。Accio Work跟它们的差异在于，我们希望站在商家自己一本账的角度，帮他整体做优化——各个平台该怎么投入、怎么经营。从定位上，这跟围绕某一个平台做优化的产品不一样。

另外，不同的Agent给不同建议，非常正常。核心是作为老板，你要有一个整体的经营目标，再去看Agent的建议是不是合理。商业经营是非常长周期的过程，甚至不以一次交易的成败为目的——这次交易成功了，也可能最终导致你生意失败，那它也不是一笔好交易。同一笔钱怎么花，差别很大，各个平台有各自的建议，但你到底要毛利、要规模，还是要速度，这是你核心的判断。这件事没有办法用一个Agent去统一所有Agent的意见，这不是我们产品设计的初衷。

Yiwen：所以还是回到人的决策，这也是你们不希望Agent替人做的部分？

张阔：最终的经营判断一定是这个人。对产品本身的品味，肯定是跟这个人相关的，这也是产品走向市场能不能成功的关键。AI能帮他完成非常多的重复性工作、把他解放出来，但最终对商品的判断、对这个问题是大问题还是小问题的判断、对商业节奏的判断，一定是人要去做的。

Yiwen：最后聊聊Agent设计上的变化。你们把Accio Work描述成24小时在线的业务团队。我们也看到很多Agent产品开始脱离本地电脑、在云端工作，比如Grok Bot，WorkBuddy也有云端模式。我想聊聊云上业务的设计：所谓持续在线、持续响应，具体意味着什么？

张阔：这可能是两个概念。"上云"是个简单的事，Accio Work在PC版之后几天就有云端了。从客户需求讲，商家有很多本地的memory希望放在云端，换台机器也能操作。今天你说一个Agent没上云，那只能说功能还没做完。

长程是另一个概念。从商业角度，我们把它分成几种不一样的：

1. 定时任务，比如每天要看店铺经营、看员工工作做得好不好，每天定时出报告；

2. 事件驱动，比如你去找供应商、去下单、跟多个供应商沟通，AI要基于更新的信息推动沟通结果；

3. 有的任务可能一个季度之后才有结果，你整盘生意最终赚没赚钱，过程中有很多要复盘的东西。经营这盘生意本身就是非常长程的任务。

所以做长程任务，核心是定义在什么场景下要完成什么目标。

Yiwen：所以现在Agent已经具备完成长程任务的能力了？

张阔：对，因为商业经营本身就是长程。每个员工定下的OKR（考核目标）要不断校验有没有做完；每一个商业环节，比如每次沟通都要校验销售或客服回答得对不对，用户反馈是针对商品、服务还是售后。这是我们持续打磨的方向，而不是追求模型能跑7×24小时不挂——如果解决不了你的问题，这个不挂也没有任何意义。

阿里国际站CoCreate峰会现场 

Yiwen：这次在洛杉矶开CoCreate，有很多商家到现场。和这些商家对话，有什么让你比较惊讶的？他们对Agent的用法或者对Accio Work的期待是什么？

张阔：最惊讶的是来的人太多了。最终注册到场的有15000人。美国用户群体在AI和Agent上的教育肯定更领先，大家或多或少对产品理念是接受和理解的。而且现在有很多客户基于这个产品创造了商业，并且不断把生意放大。

CoCreate每年都有个项目叫CoCreate Pitch，有点像Shark Tank（创业真人秀节目）。

去年英国冠军是个15岁的少年，他用Accio Work找供应商、发掘自己的产品，产品类似一个可以自动降温的毛巾，现在已经形成一个系列，一年销售额大概100万英镑。

去年美国的创业冠军Christian Reed是MIT毕业的，做的是一台测量设备，从创意到找供应链都基于Alibaba.com和Accio Work，他现在的客户包括施耐德电气和SpaceX，生意今年大概做到几千万美金以上。

我们看到越来越多中小企业基于AI和全球供应链做自己的生意，你不需要一家很大的公司，也可以把生意做得很大。全球中小企业是各个区域的经济主力和就业主力，他们面对的核心问题不是AI会不会取代工作，而是没有那么多资源和经验，却想把生意做大、想利用全球供应链。今天有AI和Alibaba.com、1688的能力，可以帮更多中小企业实现这个梦想，从一个想法开始去创造更大的商业价值。

文章来自于微信公众号 “硅谷101”，作者 “硅谷101”