E255｜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 来自： #硅谷101 🔔订阅 发布时间： 2026-10-09T07:00+08:00 标签： #AI #电商 #Agent #阿里 #AccioWork #电商运营 #采购 #harness #评测基准 #benchmark #模型能力 #Token经济学 模型在榜单上越来越强，为什么真正把工作交给AI，还是需要人反复解释、检查和兜底？ 半年前，我们与阿里国际站总裁张阔聊了Accio Work，以及Agent如何参与采购和日常经营。半年后，我们再次请到他，聊聊这半年来商家使用Accio Work的真实案例，试图回答这个问题：模型能力的提升，究竟有多少变成了商家工作里的进步？ 张阔分享，很多模型的通用评测成绩已经接近满分，但团队在真实经营中，并没有感受到同样幅度的提升。为此，他们从实际业务中整理了107个任务，包括比较供应商
#科技工具 #资源分享 #新闻资讯 #AI #Agent #硅谷101 #电商 #阿里 #AccioWork #电商运营 #采购 #harness #评测基准 #benchmark #模型能力 #Token经济学
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 来自： #硅谷101 🔔订阅 发布时间： 2026-09-28T10:30+08:00 标签： #AI #数据 #数商 #评测 #验证 #benchmark #刷榜 #Scale #Mercor #Surge 随着AI模型能力提升，训练需求更复杂，一批为模型公司提供训练数据的新公司正在快速增长：AfterQuery今年4月宣布A轮融资时，估值为3亿美元，到了9月，据媒体报道，新一轮融资已经将其估值推至32亿美元。另一家提供训练数据与智能体环境的公司Bespoke Labs，也在今年7月宣布，种子轮与A轮融资合计达到4000万美元。 虽然估值水涨船高，AI数据行业对外界来说却极其不透明。问题来了：这些公司究竟在卖什么？ 过去提到数据标注，我们容易想到给图片打标签、给模型回答打分。但随着AI从回答问题走向执行任务，数据公司的交
#科技工具 #资源分享 #新闻资讯 #AI #数据 #硅谷101 #benchmark #数商 #评测 #验证 #刷榜 #Scale #Mercor #Surge