做電商最怕的不是 AI 偶爾答錯，而是它交出一份看起來完成、實際上不能用的東西。AI Agents Library 找了真實商業素材，讓 Claude、Gemini、ChatGPT、Meta Muse 和 OpenAI Dots 做研究、內容、試算表、Email 與規劃等任務。Dots 在十項測試平均 8.8 分，四項拿到 9.8 分，表面成績很漂亮，卻有一份宣稱通過 27 個公式檢查的表格，匯入 Google Sheets 後仍然損壞。這個案例對小店老闆的提醒，比誰排名第一更有價值：AI 的分數不等於可以直接交給客人的成果。我的採用標準會改成三關。第一關是內容正確，數字、庫存、價格與日期要逐項核對。第二關是格式可交付，實際放進我們使用的 Google Sheets、信箱或後台，確認不會在轉檔後變形。第三關是流程可重複，連續跑幾次仍能維持品質，不能只看一次示範。原文也沒有測多週排程可靠性、偏好學習、接管、Slack context carry，以及每週省時，所以這不是永久排名，而是特定日期與設定下的成績。對預算有限的小店，我會先挑一個低風險、可人工抽查的工作試跑，記錄修正時間和實際省下的工時，再決定要不要付費擴大。能不能交付，才是 AI 工具真正的 CP 值。