Visa测试显示AI购物代理在受控实验中成功率仅约57%

22个代理购买电视、笔记本和美发电器;Gemini Aragon 4与Meta Making Wonder达82%,Claude 76%,OpenAI代理64%。
为何重要
Visa的受控购物评测是迄今最清晰的代理商务公开成绩单之一:即便前沿代理在买家隐瞒部分需求时也近乎半数失败。Gemini与Meta以82%领跑、较弱代理约50%,说明模型选择仍关键。错误购买的责任与支付通道仍未解决。关注商户是否据此采用Visa与万事达的代理商务工具。
要点
- 22个代理、三类商品
- 总成功率约57%
- Gemini Aragon 4与Meta Making Wonder 82%
- Claude 76%;OpenAI代理64%
- 侧重商品发现而非结账