专访阿里国际站总裁张阔：为何模型评测接近满分却在商业场景落地困难

阿里国际站总裁张阔在专访中指出，通用模型高分与实际商业交付存在落差，最前沿模型在阿里开源的107个真实电商任务测试中无人干预通过率仅61%。他将Agent落地归纳为模型、工程框架与业务上下文三者的乘法关系，强调垂直领域需结合长程任务与多模型路由优化成本。以Accio Work为例，其通过帕累托最优调度将该测试集的运行成本压缩至3.69美元。