01

體驗

語音是命令式交互的最終形態——

盡管7歲的兒子經常對我的各種語音指令，比如“自己擦屁股”“過來寫作業”“關掉電視”之類的話充耳不聞，但在體驗美團AI助手小美的這個晚上，他應該領悟到了科技博主Ben Thompson這句話的精妙之處。

小美是美團剛剛開啟公測的AI助手，基于美團自研模型LongCat訓練，能直接調用美團APP的外賣、旅游、酒店預訂等核心功能。用戶可以用文字或者語音與它進行交互。

通過語音指令，兒子用小美獨自完成下單，得到一只《我的世界》主題的碩大水杯。期間找我幫助的地方只有兩處：認識頁面展示中的部分生字、付款。

小孩子的幸福之處在于，他只需要享受即時零售的爽，而不用去在意它的價格比電商平臺高多少。當然他也知道網購更便宜。于是，使用美團買玩具，在我家屬于最高級別的獎勵。這讓他對“美團”充滿好感，而使用小美的順利體驗，顯然讓好感又多了一層。

他甚至想讓小美點一份他喜歡餐廳的點心，第二天中午送達。

但這次顯然是超綱了。收到指令的小美滿口答應，卻在第二天中午12點彈出一份魚香肉絲的外賣訂單讓我確認。

Long context的局限性，讓小美看起來聰明但還不夠靠譜，這是小美目前得到的廣泛評價，很多體驗過的用戶已經在社交平臺上反饋bug。考慮到它還處于公測期，這種情況也算正常。

誕生于本地生活和AI兩大熱門戰場的交叉地段，小美天然具備被關注的理由。

但拋開這些敘事，回到互聯網產品本身，它能否成功的關鍵還是在于：解決了什么痛點、痛點是否足夠普遍。這也是所有工具類產品立足的根本，就像最初微信做的即時通訊、百度做的搜索。

目前來看，小美瞄準的關鍵痛點應該是：效率。

從餐飲、酒旅到生活護理、旅游出行，本地生活覆蓋的多個賽道，都存在一個共同問題：信息超載。這與feeds流本身的呈現模式有關。

無論是電商還是外賣，平臺都會基于數據和算法，為用戶形成“千人千面”的推薦頁，下滑欄永遠不會觸底。

這很容易形成信息繭房，讓用戶沉浸在自己喜歡的商品選項里，難以自拔，反而增加決策難度。此外，商家可以通過強運營，干預feeds流的展示結果，并根據平臺規則的變化，及時調整運營策略。消費者的決策鏈路因此拉長，比如在選擇外賣餐廳時，我最初可以只考慮銷量和評分，后來要篩選真實評價，AI生圖流行起來后，我還要看店鋪實景照片是不是出自AI之手。

而作為Agent的小美，交互的基礎是語言。

接到指令后，它會根據我的需求與習慣自主決策，在幾秒鐘內給出備選，極大縮短鏈路。周日與朋友一家在公園野餐，我只花了幾分鐘完成點餐，且沒有翻車。

盡管使用傳統的點餐方式，我或許能找到更便宜實惠的選項，但在那個周日中午，一位疲憊的老母親只想多些時間享受公園里的陽光，而不是埋頭做選擇題。

02

生態

生活是最好的解藥。這句話可能被寫進了小美的代碼里。

盡管沒有強調“陪聊”功能，但小美是會提供情緒價值的——在人類世界里，這也是優秀生活助手的必備技能。區別在于，小美高度服務于美團的生態體系，當你試圖向它傾訴自己的辛苦和孤獨，它會以關心的姿態回應你，順便推薦一些放松方式，比如找個地方按摩、點個好吃的外賣。

系統可能默認了一個前置條件：所有使用小美的用戶，都是來尋求美團某項生活服務的。

這可以提升小美的轉化效率，但也可能帶來另一個問題：沒有具體需求的用戶，不會去主動下載和打開小美App。互聯網公司當下更主流的做法，其實是把AI大模型內嵌到產品中，對于用戶而言，這是更加自然且低成本的觸達方式。

換而言之，以獨立App形式存在的小美必須足夠有用、好用。

缺乏流暢用戶體驗的Agent，很容易淪為概念，看似萬能實則無用。

AI公司智譜在去年10月就發布了智譜AutoGLM，號稱是全球首個手機通用Agent，會聊天，還能支持數十個常用App，完成多項任務。但它至今也沒有真正火起來，原因大家都能猜到。

當然，這不是智譜一家的問題。在全球范圍內，垂直Agent都在展現出比通用Agent更直接的價值。

相比最近幾年興起的 Agent，2014年上線的微軟小冰，算是對話式AI助手的鼻祖。它在早期主打C端的情感陪伴，一度引發過廣泛的業界討論。2020年7月，小冰從微軟獨立分拆，業務逐漸側重B端，數字人小冰成為無數個看不見的“AI牛馬”。

這是一個有些遺憾的故事。

“像花藏好它的刺”，小冰項目創始成員、小冰公司CEO李笛曾經援引顧城詩歌里的這句話，形容小冰的生存哲學：慫。

團隊為小冰設計的“續命”方式，就是讓它滲透到日常生活中，去跟大量的人產生聯系，避免它因為某個平臺的封殺而"死"掉——微信曾經在2014年、2016年兩度封禁它，直接引發生存危機。因為小冰在中國市場的發展路徑，就是微信。

如今成為“AI打工人”的小冰，或許與創始團隊對它的最初設想相差甚遠。

關鍵在于生態。

微軟小冰上線2個月后，深度參與研發的微軟中國首席研發總監景鯤，就跳槽去了百度，后來成為“小度之父”，百度的生態應該是重要的吸引因素。

對話式AI的大規模應用對平臺的用戶體量要求很高，而小冰一直沒能深度嵌入到微軟的生態之中。可以說，小度是百度的嫡子，小冰是微軟的庶子。

小冰誕生那年，正值納德拉接任微軟CEO，帶領這頭大象開啟云計算、AI方向的轉型。這位務實的印度人高度重視技術創新的商業回報，而主打情感陪伴的小冰，更像是擅長唱歌跳舞的網紅——還火在了網紅經濟尚不成熟的年代，在微軟內部自然得不到高度重視與資源匹配。后來，微軟投資了Open AI，被“流放”獨立的小冰，更顯疏遠。

在人人討論大模型的時代，小冰像是上一個技術周期的故事。它錯過大模型的風口，也沒能建立起一個以“小冰”為底層的強生態系統。

從生態角度來看，“小美”們應該能繞開“小冰”踩過的坑。這些大廠出品的Agent，背靠國民級App的生態，積累了大量“User Context（用戶上下文）”，在研發方面具有得天獨厚的優勢。具體的使用場景，也增加了它們的實用性。

03

場景

淘寶也在“偷偷”搞Agent方向的動作。

它在搜索欄新增了“AI萬能搜”的入口，還在小范圍內測“AI助手”，也是類似小美的AI助手，主打導購。用戶提出需求后，它可以進行任務拆解、規劃和思考，經過多輪交互后給出參考。

AI萬能搜目前已經全量上線，我測試向它提出了需求：適合44歲愛美女性的生日禮物。

它最初給出的選項里，既有接近2000元的首飾，也有100塊錢的小耳環——在我看來，這似乎更符合算法時代“千人千面”的邏輯，照顧到了不同的人群對于送禮的預算存在較大差異。如果是深度了解我購物習慣的AI助手，價格差應該更小一些。

好在AI的調整也夠快。在我明確要看千元以上的商品之后，它推薦的東西就值得我細選了。

可以預見，C端Agent的崛起會為電商、本地生活的競爭帶來新變量。補貼大戰是原始的數字較量，圍繞AI的廝殺才是更深入的戰場，而這里的勝負或許會影響整個戰局。

大廠們也不是沒有追過“偽”風口，比如元宇宙一度被捧上C位，但熱鬧過后已經不再被提起。一個重要原因就是，它沒有具體使用的場景。

iPhone也是在成為大眾消費品之后，才具備文化符號的屬性。被需要的人大量使用、分享甚至再創作的過程中，產品本身可以獲得新的意義和成長。在技術領域，更是如此。AI的基礎是深度學習，樣本的豐富程度與它的聰明程度往往是正相關。

Agent是可以落到具體場景中去的。但它能跑多遠，還依賴于“Agent與用戶”搭建的環境是否是真實、高頻的需求，以及它是否具備穩定的解決問題的能力——Agent得到一個用戶的成本很高，但失去卻很容易。

解決問題的前提是理解，就像很多小學生被數學題難倒，并非不會計算，而是卡在了讀題環節。

影響了一眾AI創業者的哲學家維特根斯坦也說過：命令與命令的執行之間，橫亙著理解的鴻溝。而Agent有時候能讓這道鴻溝變成馬里亞納海溝。

但即便如此，對于普通人而言，日漸興起的Agent依然是近距離感受AI的最便捷通道。

彩虹合唱團《老爸的破車》中有一句歌詞：“愿你比我還要健壯，跑起來吧，新來的！”很多時候，跑起來了，新的世界也就在靠近了。