AI从“聊天”到“办事”：阿里千问引领新纪元

自AI的“iphone时刻”不过三年，我发现咱们的AI Chatbot，已经显现出了内卷的端倪。

我是在浏览孩子学校的教育信息化网站时，注意到了这一点。侧边栏罗列的AI软件入口，大概有十来个。坦白说，我不清楚它们之间究竟有多大区别，但都能回答“曹操是哪个朝代的人”，都会解二元一次方程。

这难道不就是内卷吗？如今，几乎所有AI软件对C端的价值都集中在问答，让Bot和人类进行对话。但仅仅止步于对话。同质化竞争在所难免，我似乎已经看到了机器人之间也要卷起来了。

至少在1月15日之前，行业里并没有成功另辟蹊径的案例。

但在那天，当外卖骑手提着奶茶鱼贯而入，走进千问App发布会现场时，我觉得这杯“新年的奶茶”，是阿里跳出Chatbot，在AI办事场景又一次领跑的标志。

因为这是千问帮你点的第一杯奶茶。

在不久前，演讲台上，阿里千问C端事业群总裁吴嘉拿起手机，轻描淡写地说了一句：“帮我点40杯霸王茶姬的伯牙绝弦。”几秒钟后，订单确认，支付完成。

及至线下交付完成，整个“推荐-下单-支付-履约”的闭环就完成了。从此AI不再只是告诉你“这事该怎么干，你去干一干”的“嘴炮”，而是成为真能帮你办事的助理。token也不再只是生成内容，还能调动整个生态体系的资源，实现服务闭环。

不止是能点奶茶，目前千问已全面接入淘宝、支付宝、淘宝闪购、飞猪、高德等阿里生态业务，在全球首次实现点外卖、买东西、订机票等AI购物功能，上线超400项“一句话办事”能力。

这些400件事，虽然事小，但在我看来，办成每一件，都意味着阿里AI往正确的道路上又跳了一格。

01 要做什么— AI超级入口

为什么说在AI to C场景里，纯聊天的范式已经基本到头了呢？说到底还是因为商业模式问题。

当一条街上所有店都卖水之后，水就不值钱了。这个故事大家都耳熟能详，也在过去二十年里，不断在消费互联网产业里重复。

今天中国所有的chatbot都是免费的，但厂商在背后投入的算力和运营成本不仅不免费，还贵得要死。它们必然需要跑通商业模式。那么羊毛究竟出在谁身上呢？

关于这个问题，很多人几乎会把答案脱口而出：出在猪身上，那就做广告呗。这种思维是今天AI行业面临的卡点。一旦AI回答的问题不以高质量为金标准，而是谁出钱多谁说了算，那AI马上走进下坡路。

从千问的实践来看，在从chatbot到Agent办事，AI能做的事还有很多，商业化空间依然巨大。AI替用户购物、点外卖、定酒店，不仅能通过产品创新满足用户需求，还将进一步让阿里生态焕发生机。千问App有望成为整个生态的超级入口。

对于用户来说，这两种商业模式带来的体验是完全不同的。让我来举个例子。

2013年，我第一次去四姑娘山徒步、登山时，对需要什么样的装备一无所知。时间紧任务重，成都的商场导购随便推荐了件三合一冲锋衣给我。结果那件只适合在平原地区旅游的冲锋衣，在雪山上闷了我一身汗。

昨天，我试着问千问App，“我下周准备去四姑娘山徒步，需要哪些装备？”千问便能结合天气、高原环境等因素，协同商品库给出了一份涵盖天气、装备清单、购买推荐和注意事项的整体建议。不但有从头到脚的户外服饰，甚至还给出了头灯、能量胶这些普通用户很难注意到的装备。

是的，它还知道在高海拔徒步需要“洋葱式穿衣法”，并知道各件装备的技术性能。哪怕对于新手小白含糊其辞的需求，它都能精确理解。

这种“场景触发消费”的模式，颠覆了传统“商品触发消费”的逻辑。在消费场景中充斥着各种营销信息的情况下，人类的自然语言又是模糊的、需求往往主观又不明确。在实际生活场景中，用户的真实需求是在与人沟通之后才能准确被理解。但AI不是人类，让AI理解用户意图其实是困难的。

所以如何训练模型的理解分辨能力就很关键。千问App不仅仅依靠世界知识来增强模型理解力；还能利用阿里独特的交易和服务数据来增强模型理解能力。它不只是被动等待指令；而是能根据海量数据理解用户的真实需求。不仅能根据用户的真实需求给出购物建议；更能基于淘天庞大的商品数据库和评价体系智能生成具体的商品推荐方案；它还可以一键购买；只要用户一声令下。

02 为什么能做—最强大脑+超级生态

实际上在to C的场景里；让AI做入口能办事已成行业共识。

2025年9月底；ChatGPT推出的“即时结账”（Instant Checkout）试图跑通从对话到下单的完整购物闭环。

今年1月11日；谷歌与沃尔玛宣布计划将沃尔玛及山姆会员店的商品整合进谷歌的Gemini。谷歌在全国零售联合会（NRF）大会上正式发布通用商业协议（UCP）；用于为谷歌搜索和Gemini的AI模式提供智能购物能力。美国用户无需离开AI聊天界面即可在Gemini的对话框中浏览商品并完成购买。

AI竞赛的核心正从“对话与内容生成”迈向“办事与执行”的新阶段。这一新阶段的核心特征是；AI不再仅仅是提供信息和建议的助手；而是能够理解用户意图、调用现实世界服务并完成闭环交易的“智能代理”（AI Agent）。现在的关键突破在于；AI开始打通从“想法”到“结果”的“最后三公里”。

科技公司认识到；AI的终极价值在于交付可靠的结果而不仅仅是生成答案。但当AI从token赛博空间进入现实物理世界时；绝大部分科技公司发现它们离现实物理世界有点远。

OpenAI拥有世界首屈一指的模型；但缺乏支付、物流等基础设施；履约依赖他人；体验割裂。谷歌和微软虽然拥有强大的操作系统与办公生态；但其服务更多局限于“屏幕内的数字闭环”；也没有现实世界的物理基础设施；难触达线下“最后三公里”。

而有着庞大仓储设施和物流网络的亚马逊在大模型技术侧却仍处于追赶状态；早年间推出的Alexa智能化程度低；即便升级后的Alexa Plus是基于大语言模型；用户反馈仍存在响应延迟增加、语音语调怪异等问题。

唯有阿里既有Qwen大模型又有淘宝、支付宝等实体服务网络；也早就在补齐“从意图到执行”的拼图。这背后是阿里持续投入多年的结果。最新的Qwen3系列模型在全球多项核心评测中表现卓越；为千问处理复杂任务提供了坚实的“大脑”。

03 做自己就好—阿里生态的莫比乌斯环

其实不仅最强大脑需要商业生态；后者也同样需要前者。

让我们来还原一个经典场景：春节家庭旅行。因为产品丰富；用户在阿里生态就能跑完全链路：首先在夸克里搜索自己整理总结攻略；然后再到飞猪上搜索、预定机票、酒店；然后再切到淘宝购物频道去买旅行用品。

整个过程就像一条带子上你无法径直走到带子的反面你需要翻越。除非——这条带子以两面、两端同时连接的范式形成了莫比乌斯环。

对于阿里生态来说；千问的价值其实就是提供了这种连接范式从而让商业价值实现无垠的流通和循环。