RecodeX 重构消息，阿里巴巴国际站（Alibaba.com）在GitHub上公开发布CommerceAgentBench测试工具包，用于衡量AI代理在真实电商任务中的完成能力。该测试让AI代理执行实际任务并给出评分，旨在揭示代理式人工智能在商业场景中的失效环节。