RetailBench：评估 LLM 智能体在真实零售环境中的长程自主决策与策略稳定性

针对大语言模型智能体在长程动态环境中难以保持连贯决策的挑战，本文提出了 RetailBench 基准，用于评估真实商业场景下的自主决策能力。文章进一步设计了“演化策略与执行”框架，将高层战略推理与低层动作执行分离，使策略能随环境变化自适应调整。实验表明，该框架在多种环境下提升了操作稳定性与效率，但也揭示了当前模型在处理复杂多因素长程决策时的根本局限。