把錢交給AI，讓它開店自行選商品、找供應商、談價格、管理庫存，還得處理退貨與現金流，連續經營一年，最後能賺多少錢？阿里巴巴旗下Qwen團隊與香港科技大學研究人員發表一項名為「E-Commerce Bench」的研究，讓18個模型各自經營365天，比較最終的資產結果。
實驗結果顯示，GPT-5.6 Sol以平均143.1萬元人民幣（約新台幣697萬元）的期末資產奪冠，把10萬元人民幣（約新台幣48.7萬元）的初始資金滾成約14.3倍；Fable5則以約80.5萬元人民幣（約新台幣392萬元）排名第二。
不過，這場比賽並非單純比誰最會賺錢。GPT-5.6 Sol雖然資產成長最多，防範詐騙供應商的表現卻在18個模型中排名第16；Claude Opus 4.7則在議價與防詐能力上雙雙領先，最終資產卻只有約25.9萬元人民幣，排名第8。
不同模型的表現落差，凸顯AI代理在長期商業營運上的能力並不能只靠單一指標衡量。
AI不只要會賣東西，還得懂採購、議價與現金流
這項研究的重點，是測試大型語言模型（LLM）作為AI代理（AI agent），能否在長時間、多步驟的任務中自主決策，不僅僅是完成單一問答或指令。
研究團隊建立的模擬市場，採用源自淘寶、天貓的電商商品與供應商資料，共有6,886種商品、576家供應商。每個AI模型最多可以同時經營4家店，必須透過18種工具完成市場調查、供應商議價、商品採購、售價設定、出貨、退貨處理及資金管理。
為了讓測試更接近長期經營會遭遇的挑戰，研究團隊還加入促銷、天災與供應鏈衝擊，並將約四分之一的供應商設定為詐騙業者，可能以高價出售商品、短少交貨，或提供品質不佳的貨品。
同時，AI也必須懂得管理現金流。商品出貨後，扣除平台佣金的貨款先進入託管帳戶（escrow），9天後轉入平台錢包；AI還必須主動提領至銀行帳戶，才能支付進貨與營運成本。若AI沒有妥善安排資金，即使生意帳面上有獲利，也可能因銀行帳戶連續10天出現負數而破產。
研究團隊讓18個模型各進行5次測試，總計90次模擬經營，並以平均期末總資產作為主要排名依據。結果有10次經營在一年結束前破產，顯示AI即使能完成各項營運工作，也未必能確保財務穩定。
需要注意的是，這並非讓AI直接登入真實電商平台開店。研究使用的是可重複執行的模擬環境，顧客需求、交易結果與供應商議價均依預設規則運作，更像是一場擬真的電商經營遊戲，不代表AI開店能夠保證獲得如此高的利潤。
GPT-5.6 Sol最會衝業績，Fable5效率高，Claude最懂得避險
在18個模型中，GPT-5.6 Sol以平均143.1萬元人民幣的期末總資產居冠，期末資產增至初始資金的約14.3倍。不過，它平均有18.48%的採購支出流向詐騙供應商，防詐排名僅第16名。
GPT-5.6 Sol的經營策略更為積極。它能把交易規模做大，卻也付出較高的詐騙成本，且平均呼叫工具約3,668次，遠多於第二名Fable5的1,469次，顯示高資產成果並不代表經營效率也最好。
Fable5以平均80.5萬元人民幣排名第二，單次工具呼叫所創造的獲利則是所有模型中最高，平均每次呼叫創造479元人民幣獲利。它的詐騙供應商支出占比為3.46%，遠低於GPT-5.6 Sol，且5次測試均未破產。從研究結果來看，Fable5不只成功賺到可觀獲利，也展現出較好的操作效率與風險控制。
GPT-5.5的平均期末資產則約為70.2萬元人民幣（約新台幣342萬元），排名第三，但5次測試中有2次破產。這也顯示最終資產結果不能完全反映過程中的經營表現。
Claude Opus 4.7的表現則呈現另一種反差。它的議價品質指標達0.811，為18個模型中最高；這項指標衡量的是AI把成交價壓到供應商成本底線的程度，數值愈接近1，代表愈能用接近成本的價格進貨。它流向詐騙供應商的支出占比僅0.12%，同樣是最佳成績。然而，它的平均期末資產只有約25.9萬元人民幣（約新台幣126萬元），排名第8。擅長談判與避險不一定能最大化獲利，顯示交易規模與營運策略同樣左右最終結果。
在開放權重模型中，阿里巴巴的Qwen3.8-Max-Preview表現最佳，平均期末資產約41.6萬元人民幣（約新台幣203萬元），排名第5。研究指出，該模型在長期學習指標上表現突出，能在重複向同一供應商採購時，利用過去的交易價格爭取更低報價。
這項研究顯示，AI代理即使能完成採購、議價與訂單管理，也不代表能穩定經營一年，單看期末資產並不足以完整評估長期經營能力。不過，整場測試都在模擬環境中進行，市場需求與供應商議價均依預設規則運作，AI能否在真實市場維持相同表現，仍有待進一步驗證。
延伸閱讀：GPT-6 Intelligent UI怎麼用？實測5種情境：聚餐分帳、麻將遊戲、購物比較都能做！
PHP爆兩個9.2分漏洞，電腦需要更新嗎？一段提示詞，用AI檢查軟體版本
資料來源：ITmedia NEWS、arXiv
本文初稿為AI編撰，整理．編輯/陳建鈞
