节目围绕模型能力与真实商业结果之间的落差展开。张阔介绍 Accio Work 如何从 AI 搜索和采购，扩展到产品设计、供应链、多平台经营与企业日常管理；同时指出，商业任务比编程更难，因为数据、流程和评价标准更复杂，结果验证周期也更长。团队以 107 个真实任务测试模型，最前沿模型在无人干预下的通过率约为 61%，说明通用榜单高分不能直接代表电商经营能力。要让 Agent 真正可用，除了模型，还需要工程框架、工具、记忆、授权和行业上下文，并通过多模型路由控制成本。AI 可以接手重复执行、数据整合和风险预警，但产品品味、市场判断、预算分配以及关键采购决策仍应由人负责。