精选理由
这个测试戳中了当前 AI 智能体的软肋——只会说不会做。做 AI 产品、智能体开发的团队值得看看，Airtap 展示了从对话到执行的跨越，建议点开了解如何让 AI 真正干活。
Airtap 团队提出一个更实际的 AI 测试：在真实购物应用 Blinkit 中完成下单咖啡和洗发水的任务，而不是仅生成列表或建议。他们认为，日常琐事才是检验 AI 执行力的关键，如果智能体无法处理简单的消费流程，它仍只是一个对话系统。Airtap 的优势在于能真正操作应用完成任务。
AI 翻译 · 中文
Airtap 团队提出一个更实际的 AI 测试：在真实购物应用 Blinkit 中完成下单咖啡和洗发水的任务，而不是仅生成列表或建议。他们认为，日常琐事才是检验 AI 执行力的关键，如果智能体无法处理简单的消费流程，它仍只是一个对话系统。Airtap 的优势在于能真正操作应用完成任务。
This is a better test for AI than most people think: order coffee and shampoo in a real shopping app. Not "make me a list." Not "suggest what I should buy." Actually go into Blinkit, find the items, build the order, and …