夜雨聆风一个用户对千问说：“我想减肥，帮我推荐一些训练装备。”
千问的回答是：不建议买，你拥有的器材已经覆盖了有氧和力量训练的基本需求，问题可能不在装备。转头，话题回到了训练计划和如何坚持上。
一个AI购物助手建议你别买——这可能是AI购物助手最像人的地方。
当AI说出“你不需要这个”，它真正理解了你的处境：你的目标是什么、你已经有什么、你的瓶颈在哪。基于深度理解的“反向推荐”，意味着AI购物进入了真正辅助决策的新阶段。
5月11日，千问和淘宝全面打通。用户在千问App里，与AI对话，即可完成淘宝上的商品挑选、对比及下单购买；淘宝App内也上线了“千问AI购物助手”。
在此之前，全球科技巨头已经在AI购物赛道上试水了两年。亚马逊称，其AI购物助手Rufus在2025年累计用户超过2.5亿，预计每年将为公司带来100亿美元的额外销售额；2026年1月，谷歌也宣布与沃尔玛、Shopify等零售商合作，将在Gemini中推出AI购物功能。
但另一边，OpenAI去年9月高调上线ChatGPT的“即时结账”功能，却在今年3月宣布放弃。
一场关于“AI能不能帮人把东西买了”的全球竞赛，在路径的分化中拉开序幕。
十年三波浪潮，大模型是分水岭
AI帮人买东西——这个画面在科幻作品里出现了至少30年。《钢铁侠》里的Jarvis动动嘴就完成订购，2013年的电影《她》里AI助手对话间就搞定了一切生活事务。2014年亚马逊发布Echo时，贝佐斯描绘的愿景就是“对着AI说一句话就能购物”。
但现实中的进展远比想象要慢。
第一波尝试发生在语音助手时代。2014到2018年间，亚马逊的Alexa Shopping和谷歌的Google Shopping Actions相继上线，用户可以对着音箱说“帮我再买一箱牛奶”。但它只能处理极简的复购指令——明确的品类、明确的品牌、明确的数量。当时的自然语言理解只能做最基础的字段提取，稍微复杂一点的表达，语音助手便无法理解。
第二波是对话式电商1.0。2018年前后，各家电商平台先后上线了智能客服——淘宝的“问问”、京东的JIMI、亚马逊的客服机器人。但它们从一开始就被定位为售后客服而非购物顾问，本质是“FAQ数据库+有限状态机”，能处理退换货和物流查询。让它们帮你做购物决策？超纲了。
第三波尝试，正是近几年让整个AI赛道重新沸腾的变量：大模型。此前AI助手的瓶颈，归根到底是一个技术问题——机器听不懂人在说什么。大模型第一次让“机器理解意图”成为可能。
2024年开始，玩家陆续入场：亚马逊上线Rufus，Perplexity推出“Buy with Pro”；2025年OpenAI在ChatGPT中集成购物功能。AI购物从概念验证进入了真刀真枪的产品竞赛阶段。
而本次千问和淘宝打通，AI购物助手的形态更加完整。它真正意义上成为介入交易核心的“代理人”，不仅理解用户需求，也能调动平台能力，完成真实的交易和服务。
让AI落地到真实的商业场景中去，是行业过去两年最核心的命题。2025年被行业普遍视为“Agent元年”，AI从“回答问题”走向“帮人做事”——编程Agent、研究Agent、客服Agent已经在各个垂直领域涌现。购物是所有人都能想到的下一个场景：人人都是消费者，天然有交易闭环。
摩根士丹利研究部在一份报告中指出，预计到2030年，Agentic在美国电子商务中的支出保守估计将达到1900亿美元，占10%的市场份额。麦肯锡、Gartner等多家研究机构也相继发布了2030年的市场预测，尽管具体规模不尽相同，但行业对这一市场的发展轨迹已达成高度共识。
光有聪明的大脑不够，全球玩家走向三条岔路
AI将重构所有行业，这已从OpenAI诞生之初的预言变成了当下的共识。但在落地层面，大模型在消费端的演进却比办公端缓慢得多，因为牵扯真实的商品、交易和物流。
AI购物和AI写作、AI编程之间有本质区别。AI购物不仅关乎信息处理，它需要在真实世界里帮你完成一连串动作：真的把东西买了、送到家、出了问题能退。这些环节超出了单纯模型的能力范围，需要一整套真实世界的商业基础设施来支撑。
2024年到2025年，全球科技巨头尝试给出答案。大模型公司急于落地真实商业场景，互联网交易平台要抓住AI变革的机会。却走向了不同的三条路径。
第一条路是模型公司寻求外部合作，代表是OpenAI。去年9月，ChatGPT上线Instant Checkout功能，通过接入Shopify让用户在对话中直接结账。但据The Information报道，该功能仅存活约6个月就被砍掉——实测显示用户更倾向于将ChatGPT当作产品研究工具而非交易终端，实际接入的商家不到20家。
“模型公司拿不到电商平台最核心的数据，电商的基础设施也不可能无保留地开放给外部公司。两家公司之间始终隔着一道墙，AI能做的就只是‘推荐+跳转’，很难再往深走。”一位电商从业者向36氪指出。
第二条路是电商平台自研AI助手，代表是亚马逊。Rufus直接嵌入亚马逊App内部，用户能和AI对话、比价、查评价。据Fortune报道，Rufus累计用户超过2.5亿，使用AI的买家完成购买的概率比普通用户高60%。
但Rufus的局限性也很明显。有行业声音指出，Rufus存在缺乏稳定性、处理站内数据库之外的问题表现不足等情况，实际对话成交的转化率也并不高。这背后，是因为亚马逊自研大模型的性能尚未达到领先者的水平。
第三条路是大模型和电商生态深度整合。代表是阿里，本次千问和淘宝的全面打通，是10亿用户级的电商平台与顶级大模型应用的首次深度融合。
一位长期关注AI的分析师对36氪表示：“AI购物的竞争看起来是模型能力的竞争，但实际上是生态完整度的竞争。你把全球玩家摊开来看，真正能同时满足‘大模型足够聪明’和‘电商基础设施足够完整’这两个条件的，其实屈指可数。”
归根结底，选择哪条路径，取决于企业自身的资源禀赋。
模型公司缺乏交易场景与履约能力，只能寻求外部合作；电商巨头拥有完备的供应链与数据，但大模型实力局限；同时拥有大模型和实体商业的玩家，更有机会打造完整的AI购物体验。这不仅是技术路线的选择，更是基因决定的命运。
千问打通淘宝：不是“加了个淘宝”
相比美国市场，中国在AI领域长期的优势在于技术落地的应用场景更丰富、更成熟。庞大的用户基数、多样化的产业形态以及快速的市场接受度，共同构成了复杂而丰富的应用场景。
中国科技大厂在消费场景上的应用布局趋于全面。在AI购物领域，阿里拥有的生活服务业态是最完整的，千问也已跻身国际一流大模型行列。凭借这一独特优势，阿里选择在生态内打通AI购物全链路，构建了难以复制的壁垒。
阿里把淘宝积累了20多年的各项电商能力——搜索、比价、下单、物流追踪、售后退换都封装为可被AI调用的“Skill”。这款AI购物助手，或许是现有的面向C端用户、规模最大的商业级Agent应用。
现在，千问App里能完成从商品推荐到下单、履约、售后的所有环节，而不仅仅是跳转链接的浅层交互。这是目前业内相当全面的AI购物服务形态。
让模型理解什么时候该搜索、什么时候该比价、什么时候该直接下单、什么时候该劝用户再想想——这些判断本身就需要大量真实购物场景的训练。
这个理解力，指向了更关键的数据资产。千问能基于淘宝40亿商品库及超20年积累的真实购物场景数据，准确理解用户聊天中的消费意图，做到更精准的推荐。
知名投资人朱啸虎曾说，一旦大模型的基础能力成为相对稳定的平台，竞争的核心将转向工程化落地能力和行业数据闭环的构建。而这正是中国企业所擅长的领域。
这其实折射出大模型竞争正在发生的一个深层转向。当AI发展的焦点转向应用层的价值实现，这种转变意味着，比拼的不再仅仅是模型的智能水平，更是将技术转化为实际产品、满足具体用户需求，并实现商业化的能力。随着数据重要性的提升，高质量数据将趋向封闭，成为各家独有的护城河。
这件事的意义可能不止于购物本身。今年1月起，千问已经陆续接入淘宝闪购、飞猪、高德、支付宝等阿里生态内的服务能力。此次与淘宝的全面打通，进一步补齐了在消费场景中的关键一环。
千问从一个“对话工具”，变成一个能够调动完整生活服务的超级AI入口——买东西、订酒店、叫车、查路线、付款，全部在自然对话中发生。
事实上，同样的思路也出现在竞争对手身上。豆包正在加速接入抖音电商，京东和美团各自推出独立AI购物应用，试图用垂直场景建立壁垒。一场围绕“AI生活入口”的争夺战，正在展开。
如何让用户从“试一试”到“离不开”——这个问题，还需要时间给出确定答案。但有一点越来越清晰：当人们逐渐习惯在对话中完成购物，电商乃至整个消费市场还会是现在的样子吗？
从千问建议你“别买了”的那一刻起，未来的轮廓或许已经浮现。
