待验证50% 置信事实精确时间
论文《Get In, Decide, Prove: A Merchant-Side Readiness Benchmark for Agentic Commerce》提出了一个面向商家侧的评估基准，并公布了一轮试点结果。
1
来源数
50%
置信度
长期有效
时效性
2026/10/14
首次发现
来源
涉及实体
相关事实
待验证该基准围绕三个动作展开：In（访问）、Decide（决策）、Prove（举证），分别对应网站是否允许 agent 抓取和购买、公布的商品条款是否精确到足以支撑一次具体购买决策、以及是否留下能证明双方约定内容的证据。69% 相似待验证采购方在将厂商性能话术写进容量规划或财务模型前，应索要针对具体部署场景的证据，因为该公告是展会公告而非经独立验证的应用基准测试68% 相似待验证Agent 评估当前主流方案分为三类：基于确定性断言的任务完成率、LLM-as-Judge、端到端基准测试集（如 SWE-Bench、WebArena）67% 相似待验证Qualify（线索资格筛选）在销售流程中指判断一条线索是否值得投入销售资源跟进的过程，常见筛选维度包括是否属于目标客户画像、是否表达明确需求、是否具备预算和决策权等。67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1023802API
curl https://kongchang.com/api/v1/knowledge/claims/1023802MCP
get_claim(id=1023802)