11 月 5 日，Visa 公布了一套 AI 代购测试：拿 12 家实验室的 22 个模型替人买电视、笔记本电脑和个护小家电。规则写得很清楚，有合适的才买，没有就不买。结果很扎心：全部测试里通过率只有 57.2%，42.8% 没通过。
测试怎么做的
Visa 的模拟电商环境里，每个模型扮演“代购”，按用户要求买东西。规矩是先问清楚需求、货比三家、合适才下单。评分看的是整个决策过程对不对，不是单纯“买没买到”。
结果更细的拆解：没通过的那部分里，54% 照样下了单。要么买的东西不符合要求，要么没问清需求就付款了。表现最好的模型通过 82.2%，最差的 28.9%，Visa 没点名。
42.8% 翻车率说明什么
说明“替人花钱”这件事，现在的 AI 还远不到能放手的地步。能写好文章、能写代码的模型，不等于能替你做对一次消费决策。购物牵扯需求理解、比价、售后风险判断，链条比想象中长得多。
还有个细节值得品：按平均每次花费算，最贵的 5 个模型通过 67.1%，最便宜的 5 个 50.2%。花钱多效果未必更好，但贵的整体确实稳一些。
“拿不准先停下”是最重要的技能
这轮测试最有价值的结论，我觉得是一句话：AI 拿不准的时候先停下来问一句，比直接付钱强。那些“没问清就下单”的模型，能力不一定差，缺的是不确定性管理。
这是给所有做 AI 产品的人提了个醒：能力堆得再高，也得设计一个“我不确定”按钮。宁可暂停，不要瞎干。Visa 说下一轮会把结账和付款也加进测试，那才是真正的淘汰赛。
我的看法
我的态度是：AI 代购这事会成，但不是现在。等什么时候模型在测试里通过率过 95%，再谈替人花钱不迟。
在那之前，把 AI 当“参谋”用就挺好：让它帮你比价、列清单、查口碑，最后付款的手指，还是长在自己手上踏实。
