近期，一份针对电商购物领域AI工具能力的深度测试报告引起了广泛关注。这份报告详细对比了OpenAI Agent、Perp Comet、Manus以及Genspark四大主流AI工具在五个典型购物场景中的表现，为我们揭示了AI在消费领域的最新进展。
测试覆盖了从亚马逊商品复购、最快发货自行车查找，到聚会杂物采购、指定预算风衣选购，以及特定条件冰箱挑选等多个方面，全面评估了四大AI工具的购物效率与成功率。结果显示，Perp Comet在平均耗时上表现最优，仅需318秒即可完成测试任务，而OpenAI Agent则耗时最长，达到了1193秒。在成功率上，Perp Comet与Genspark均实现了五项任务全部成功，展现出强大的购物辅助能力。
在复杂任务中，AI工具的差异尤为明显。例如，在亚马逊商品复购任务中，Perp Comet与Genspark能够顺利访问历史订单并完成加购，而OpenAI Agent与Manus则因跨域限制等问题未能成功。这凸显了AI工具在处理跨平台、跨域信息时的挑战。
具体到各个场景，AI工具展现出了各自的“购物技能”。在查找最快发货自行车时，Perp Comet凭借高效的信息整合能力，仅用20秒就准确排序出送达时间，令人印象深刻。而在聚会杂物采购场景中，Perp Comet同样表现出色，仅用4分钟就完成了9件物品的筛选与加购。相比之下，OpenAI Agent虽然能够自主完成部分物品的加购，但整体耗时较长；而Manus则更像是一个“参谋”，能够提供购物清单和购买方案，但无法进行实际操作。
在指定预算选购风衣的任务中，Genspark展现了其强大的细节筛选能力。它不仅快速筛选出了符合条件的商品，还详细标注了材质、可拆卸hood等细节，并整理成对比表格，为用户提供了极大的便利。而在特定条件冰箱选购任务中，Genspark更是成为唯一完全成功者，它能够从多个平台收集评测信息，参考用户真实评价，并顺利完成加购操作。
报告还设置了从“意图解析”到“支付完成”的十级能力梯度，以全方位评估AI在购物全流程中的表现。结果显示，四大AI工具在基础的语言理解和信息筛选层面已较为成熟，但在高阶能力上存在差异。特别是在购物车操作和订单预处理环节，Manus明显落后；而在支付完成环节，目前仅有Perp Comet被认为“大概率能完成”，这反映了AI在涉及资金交易环节的技术与信任壁垒。
从用户体验角度来看，四大AI工具的定位也各不相同。Perp Comet被评价为“能力最强”，它能够自主判断下一步操作，流程衔接自然，给用户带来了“无需过多干预”的便捷体验。而Genspark则需要用户更多“指挥”，若能简化手动操作步骤，用户体验将进一步提升。OpenAI Agent虽然具备完整的加购和地址填写能力，但耗时过长成为其短板。Manus则更偏向于“方案提供者”，能够给出详细的购物清单和预算方案，但无法深入到实际操作环节。
整体来看，当前AI工具已能够胜任大部分基础购物辅助工作，展现出超越人工的效率。然而，在复杂操作衔接、支付环节突破等方面，AI仍有较大的提升空间。对于消费者而言，选择适合自己的AI工具至关重要。Perp Comet适合追求高效与自主操作的用户，Genspark则适合愿意稍作引导的使用者，OpenAI Agent可作为备选方案，而Manus更适合需要详细参考资料的规划型购物者。
