龙虾进屋，千问出门

你只用拿起手机，说，“千问帮我。”

作者I王彬

封面IAI 生成

OpenClaw 正逐渐演变成一场新的全民 IT 民俗活动。AI 行业花了好几年都没能完成的市场教育和用户破圈，最终没想到被一只龙虾打破了。

席卷全民的龙虾狂欢背后，其实是人们让AI 办事的欲望越来越强。

只是关于“办事”的想象更多还是发生在数字空间内，还没有真正介入到人们的线下生活中。更复杂的一步，是让AI 走进现实生活，和普通人柴米油盐的日常琐事打交道，就像过去二三十年互联网的发展历史一样。

从这个角度上来说，千问和OpenClaw 做的其实是一件事儿。千问此前推出的“一句话下单”活动，可能是目前为止 AI 行业规模最大的一次 AI 购物尝试。春节期间，千问“一句话下单”近 2 亿次，大概全国每 10 个人就有一个人用过千问下单。

如果说龙虾炒热的是AI 办事的想象力，千问正在推进的，则是 AI 办事的日常化。对大多数普通人来说，AI 真要进入日常生活，靠的多半也不是什么自动生成网站、批量跑流程的高阶操作，而是点杯奶茶、买张电影票这类的琐碎日常。

如今，千问又在“AI 办事”这条路上更进一步，宣布上线AI 打车能力。在千问App 里说“打车回家”“打车去公司”，就能直接在路边叫车。

普通人看到这个新闻，可能觉得没啥大不了的。AI 之前能帮我点外卖、买车票，现在只是接入了打车，有什么稀奇的？还不如我发一条龙虾的朋友圈。

年轻人啊，too young too simple！

还是之前千问春节大撒币的步子迈得太大了，导致现在大家对AI 办事都有点习以为常了。姑且不说 OpenAI 到现在都没做好 AI 购物——甚至已经战略性撤退了，单就是打车这么一个简单的动作，就能淘汰一大波国内大厂了。

AI 点外卖或者购物很难，难的是生态和履约，OpenAI 败就败在这一步。AI 打车在此基础上还得再加上一层，更高频、更强调履约且更低的容错率。

你点杯奶茶，早10 分钟到和晚 10 分钟到，可能不是什么大事儿。商家手抖把三分糖加成了七分糖，喝了无非多长二两肉。春节千问爆单那会儿，消费者们抱着买到就是赚到的心思，连骑手送什么都不在乎了，只要送到，喝啥都行。

但打车这事儿完全不同，它几乎没有什么容错空间，AI 必须要为真实结果负责。

首先是理解层面。用户在打车时说的往往不是结构性的命令，而是生活中的模糊性表达。我要打车去机场，我8 点要打车去公司，打一辆能坐下6 个人的车去奥体中心看演唱会。

人的指令可以模糊，但执行指令的AI 不能出错。要是不能把6 个人推理成“需要乘坐商务车”，跑来一辆五座小轿车，那就是叫车失败和叫车成功的差别了。

去哪儿上车也是难点，网约车时代，乘客和司机们哪怕看着地图界面都还找不到彼此，用AI 来一句话打车，难度就更大了。

并且，AI 不仅要理解你的需求，还需要根据实时情况做出及时决策。

哪怕是你自己平常用手机打车，都得临场判断一遍。是赶时间还是想省点钱，要不要拼车，几个人出门得叫几座，早高峰要不要多花点钱换更快的车型，中间临时还要不要加一个途经点。

千问 AI 打车体验

屏幕上那一排快车、优享、出租、商务，平时自己点都得想两秒，更别说把这些零零碎碎的条件全都揉进一句话里，再让AI 当场替你拿主意了。

履约更是难题。外卖能容忍订单延时，但当你下楼发现还要再多等5 分钟，可能就气不打一处来。

经历过北京早晚高峰的同学们应该更有体会，车子早10 分钟到和晚 10 分钟到，可能就直接关系到你会不会堵在路上 1 小时。

用AI 来实现一句话打车，绝不仅仅是在 ChatBot 的聊天界面中接入了一个简单的“打车”卡片。它必须要求 AI 能够准确理解用户的复杂需求，并且能根据需求实时匹配对应的车型和服务，且不容有错。

也正因此，即便过去Google、OpenAI 都曾试图在 Gemini 或者 ChatGPT 中尝试接入 AI 打车服务，但因为种种限制，最终实现结果不过是在 AI 助手中唤起了 Uber App——你甚至可以简单理解为内嵌在 AI 助手中的小程序——称不上是真正的 AI 办事。

ChatGPT 中的打车体验更让人抓狂。前阵子《华尔街日报》专门实地测试了 ChatGPT 中的打车服务，发现 ChatGPT 唤起 Uber 服务后，虽然跳出了订单界面，但下单还得跳转到 Uber 的网页界面。甚至有时候唤起服务都是问题，你得掌握一定的技巧才能正确的调用 Uber 服务。

这倒不是说OpenAI 的模型能力不行，无法理解用户需求，可能还是败在了生态层面。OpenAI 需要和 Uber 的系统打通，但后者很难全盘将自己的用户数据、订单信息全盘交给 OpenAI。

The Information 前阵子报道 OpenAI 放弃 AI 购物尝试，只保留结账功能，给出的解释也是因为生态无法打通。

换句话说，AI 一旦从回答问题走向替用户完成交易或出行，决定体验上限的变量就不再只是模型，还在模型背后有没有成熟的生态、接口与履约体系。

而这些，恰恰是阿里更有机会向前走一步的地方。

春节期间，千问的一句话点外卖、一句话订酒店机票景点门票乃至一句话买电影票，背后靠的都不是某一个孤立的Agent 演示，而是整个阿里生活服务生态与 AI 能力的协同。

淘宝闪购的外卖业务、飞猪的机旅酒店、大麦的电影演出服务，这些过去阿里积累的生活服务经验，共同撑起了千问春节“一句话下单”活动的成功。

有了这些基础，千问这次实现的AI打车就显得顺理成章了。一句话点外卖、一句话订票已经验证了阿里生态与千问AI 能力的协同，让阿里有底气也有动力继续推进“AI 办事”在打车服务场景落地。

更关键的是，打车补上的不是一个孤立功能，而是生活服务里最能链接多方服务的一环。你用千问买完电影票，订好机票酒店，再用千问打辆车去往目的地，结束后再预约一个返程车辆，顺带买份夜宵外卖，全程都可以靠千问完成服务，你甚至不用看什么操作界面，只用说话确认就行，享受一把老板待遇。

千问 AI 办事

翻译翻译，什么叫惊喜，这就是惊喜。惊喜是什么？惊喜就是能动嘴绝不动手，你只用说人话，AI 就能为你在现实世界提供服务。

这才叫做AI 办事，这才叫做口袋里的贾维斯。

OpenClaw 或许不一定适合绝大多数人，但它至少证明了一件事，人们已经准备好让 AI 来替自己做事。

春节以来千问“一句话下单”活动火爆，固然有补贴的作用，但同时也让更多普通人体验到 AI 购物的魔力，培养起更多人用“AI 办事”的习惯。

移动互联网过去数十年的发展，彻底重构了人们的生活。现在我们的一切几乎都可以通过手机上各类的生活服务应用来完成，点外卖、订酒店机票、打车乃至看病挂号、金融服务等等。人们习惯在不同应用之间来回切换，用手指点按来完成服务。

也许未来，这些需要依赖手机屏幕点击才能执行的服务，最终都会被“AI 办事”取代。当一句话可以完成越来越多现实世界里的小事时，变化其实就已经发生了。

因为你只用拿起手机，说，“千问帮我。