Visa发布AI购物智能体基准：22款模型总通过率约57%，近半失败仍下单
· 来源：Visa
Agentic Commerce Benchmark用15个真实购物场景强制对话挖需求并正确买/不买；最佳模型约82%通过，三次全过仅约34%。
Visa于2026年11月5日发布业界首个面向AI购物场景的Agentic Commerce Benchmark。基准要求模型在对话中主动挖出顾客未说清的需求（预算、规格、兼容性等），并在没有合适商品时选择不购买；只有同时完成“发现全部任务定义需求”与“正确的购买或不购买决策”才算通过，以减少蒙对。
首轮测试覆盖12家实验室的22款模型、15个场景（如买电视、笔记本、个护电器）。总体通过率约57.2%；最好的模型约82.2%，最差约28.9%。挖出隐藏购买因素最多的五款平均通过约70.2%，挖得最少的五款不足一半。更贵的模型平均更好，但并不保证成功。一致性问题突出：每场景三轮尝试，三轮全过的比例仅约34.2%。失败运行里约54%仍发生了购买——要么买了不符合已识别需求的商品，要么根本没挖全需求。
Visa增长负责人Rubail Birwadker强调，智能体商务的关键是信任。公司此前Trust Index显示，虽有72%美国消费者用过AI助手，但仅23%信任AI代为支付。Visa计划扩展品类并延申到结账与下单环节，且已把基准开放给模型厂商与公众试用，作为Intelligent Commerce产品组合之外的行业研究工具。