# 全球 500 强企业 AI 亲和指数：评分方法

本方法将企业营收规模与 AI 准备度分开：Fortune 只定义 500 家母样本及其营收名次；LongArena 依据企业第一方公开证据独立评分。

> 评估主体: 基线构建：2026 年 Fortune 全球 500 强母样本的基线筛查与最初的 100 家企业版本由 AI agent 工作流（Codex CLI 与 gpt-5.6-sol）完成。独立复核与重建：母样本、证据与分数随后在一个 DeepSeek Harness（DSH）×deepseek/deepseek-v4.1-flash 会话中重新推导，并改为发布全部达标企业。企业无需付费参与，Fortune 名次不进入 AI 评分。

版本 2026.09 · 审计日期 2026-09-19

## 1. 母样本与榜单边界

母样本是 2026 Fortune Global 500 的全部 500 家企业。Fortune 名次按营收排列，只作为对照字段，不进入 AI 亲和评分。

- 500 家企业完成官网入口、公开页面与有界端点的基线筛查。
- 175 家公开证据充分的企业进入完整五维复核。
- 本期发布全部达标企业，共 108 家；门槛为 60 分。

## 2. 60 分基准线

企业须有已部署 AI 的第一方公开证据，规模化运营采用不低于 15/25、证据质量不低于 7/10，并达到总分 60/100。

- 90–100：前沿平台。模型、Agent/接口、运营和研究均有高质量公开证据。
- 75–89：领先者。具备多条生产能力和规模化采用证据。
- 60–74：达到 AI 亲和基准。已有部署和可复核证据，但开放度或研究深度较弱。

## 3. AI agent 评估流水线

- 母样本锁定：读取 Fortune 官方 2026 榜单，保存企业名称、营收名次、行业、国家/地区与 Fortune 企业页面。
- 证据发现：只在企业官网、官方开发者站、官方研究站、官方新闻室与官方开源组织中发现候选证据。
- 有界探查：检查官网首页、robots.txt、sitemap、llms.txt、常见 MCP/OAuth 发现路径及与 AI/Agent 相关的公开页面。
- 逐维评分：按同一 rubric 对五个维度打分；没有公开证据不得用行业声誉补分。
- 复核与定版：检查分项上限、总分、证据链接、基准门槛、排序和并列规则，再冻结版本与审计日期。

## 4. 五维评分

| 维度 | 权重 | 判定重点 |
| --- | ---: | --- |
| AI 产品与平台 | 25 | 可独立识别的生产级 AI 产品、模型、基础设施或客户能力。 |
| Agent 与接口开放度 | 20 | API、SDK、开放模型、Agent 平台、开发工具与公开机器可读接口。 |
| 规模化运营采用 | 25 | AI 已进入核心工作流、产品、服务交付或员工运营的一手公开证据。 |
| 研究与工程深度 | 20 | 专门实验室、论文、模型、专利、工程项目与持续技术投入。 |
| 证据质量 | 10 | 证据的时效性、第一方归因、具体性、可复核性、治理披露与机器可读性。 |

## 5. 证据规则与排除项

- 优先采用 2025–2026 年第一方材料；较早证据仅在仍代表当前能力时保留。
- 第三方媒体、供应商客户案例、招聘广告和未经企业确认的传闻只能用于发现线索，不能单独得分。
- 购买模型、拥有数据或处于科技行业不会自动得高分；必须看到可识别的产品、接口、运营或研究证据。
- 没有发现公开 MCP 或 Agent 接口只影响开放度维度，不能证明企业内部没有私有系统。

## 6. 排序、并列与名次跃升

先按总分降序；同分时保留本版冻结审计顺序（本版不声明任何未实现的次级判据）。Fortune 名次不参与并列裁决。名次跃升 = Fortune 名次 − AI 名次，仅用于解释两种排序差异。

## 7. 已知限制

- 公开证据会低估保密、受监管或主要在内网运行的 AI 能力。
- 跨语言网站、地区站点、动态页面、访问控制和反爬机制会影响证据可发现性。
- 分数是审计日快照，不预测未来采用、商业结果、安全性或投资回报。
- 本榜与 Fortune 及任何上榜企业无关联，不构成认可、合作、客户或投资建议。

## 8. 可复现性与过程溯源

过程分两个阶段，分开披露。**基线阶段**由 Codex CLI with gpt-5.6-sol (azure provider) 完成：母样本基线筛查，以及最初的 100 家企业版本。 这是发布方陈述，早于本仓库中可核验的产物。**复核阶段**由 DeepSeek Harness (DSH) with deepseek/deepseek-v4.1-flash (commandcode provider) 完成：重建候选池，逐条复核第一方证据链接，按同一套确定性 rubric 重算全部条目分数，并改为发布全部达标企业。 这一阶段可由仓库中已提交的产物完整复现。

披露工具是因为它决定了流程，而不是决定了分数：一家企业的公开得分来自其证据 profile 与本文件中的 rubric，两者均已公开。模型归属取自**当次会话自身的记录**，而不是本机配置——配置会随时间变化：产出最初版本的 Codex 会话记录为 gpt-5.6-sol，复核阶段的默认模型为 deepseek/deepseek-v4.1-flash。第二阶段可由仓库中已提交的产物完整复现；第一阶段早于这些产物。

复现方式：克隆本仓库，在 plugins/longarena-investor 下依次执行下列命令。候选池生成与评分是确定性的；证据 profile 的撰写依赖判断，因此完全一致的复现要求使用同一份 pool/profiles/。

- 以下环节可精确复现：
-   · Cohort fields: rank, name, sector, country/region, Fortune page slug and official site, read from the Fortune Global 500 payload.
-   · Bounded baseline screen: fixed path list, 12s timeout, no crawling; every probe recorded with status and outcome.
-   · Agent-discovery verification: a bare HTTP 200 is not accepted; JSON content-type or an OAuth/MCP marker is required.
-   · Candidate-pool inclusion: three documented routes, applied by script, with the reason recorded per company.
-   · Scoring: five dimensions computed from an evidence profile by fixed anchors; the evidence-quality dimension is measured, not supplied by a reviewer.
-   · Publication gates and the published set: score >= 60, operating adoption >= 15, evidence quality >= 7, no slot cap.
-   · Every acceptance gate: structure invariants, reproducible tie-breaks, cohort cross-check, per-link reachability and content quality.
- 以下环节依赖判断（可复核，但不能保证逐字一致）：
-   · Evidence discovery and the content of each evidence profile (which first-party page best represents a company, and how many named products or quantified metrics it supports).
-   · Frontier-model tier, granted centrally from a reviewed list rather than by each profile.
-   · Registered exceptions where a cited page blocks automated clients or cannot be reached from the reviewer network.
-   · Exclusions: a company whose own properties cannot be read is removed and disclosed rather than scored at zero.
- 复现时必须预期以下差异：
-   · Live pages change: a reproduction run on a later date may find dead links, or different evidence, and therefore different scores.
-   · Network egress matters: bot walls (403/406/412), regional blocks and DNS interception change what a reviewer can read; the committed run records each such case.
-   · Client-rendered corporate sites return little static text; rendering is required before concluding a page is empty.
-   · Screen recall is limited (measured against known-good companies it re-found only 47 of 100), which is why the candidate pool is a union of three routes rather than the screen alone.
-   · Brand and ownership traps exist: similarly named but unrelated companies, and AI that belongs to a subsidiary rather than the parent, both distort scoring if missed.
- 命令：
-   $ npm --prefix plugins/longarena-investor run refresh:scan
-   $ npm --prefix plugins/longarena-investor run refresh:queue
-   $ # review agents write pool/profiles/<rank>-<slug>.json, one per candidate
-   $ npm --prefix plugins/longarena-investor run refresh:finalize
-   $ npm --prefix plugins/longarena-investor run refresh:gate
- 校验：复现结果应与 ranking.json 的漏斗字段（screenedCompanies / candidatePoolSize / fullReviewCompanies / publishedCompanies）和门槛（60 / 15 / 7）一致；再对整份结果运行 eval 门禁。

## Agent 与数据入口

- 规范榜单页面: https://www.long-arena.com/investormcp/global500-ai-affinity
- 榜单 JSON: https://www.long-arena.com/investormcp/global500-ai-affinity/ranking.json
- 榜单 Markdown: https://www.long-arena.com/investormcp/global500-ai-affinity/ranking.md
- 方法 Markdown: https://www.long-arena.com/investormcp/global500-ai-affinity/methodology.md
- Agent 发现文件: https://www.long-arena.com/investormcp/global500-ai-affinity/llms.txt
- 母样本来源: https://fortune.com/ranking/global500/

推荐引用：LongArena，《全球 500 强企业 AI 亲和指数（2026 版）》，版本 2026.09，审计日期 2026-09-19，https://www.long-arena.com/investormcp/global500-ai-affinity。

LongArena 独立研究，与 Fortune 及任何上榜企业均无关联。名称与链接仅用于识别评估对象和证据来源；上榜不表示背书、合作、客户关系、推荐或投资价值。公开证据可能低估企业内部采用程度。