【文章来源：techweb】
自 AI 的 「iphone 时刻」 不过三年，我发现咱们的 AI Chatbot，已经有了内卷的苗头。
我是在打开小孩学校的教育信息化网站时，捕捉到了这一点。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，反正都能回答 「曹操是哪个朝代的人」，都会解二元一次方程。
这不就是内卷吗？当下，几乎所有 AI 软件对 C 端的价值都集中在问答，让 Bot 和人类 chat。但也只是 chat。同质化竞争已经在所难免，我似乎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。
不过数分钟前，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，事事不大，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。这种肌肉记忆是今天 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，大概这牌子提成比较高，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，当然也包括打了广告的商品触发消费。在消费场景中充斥着各种营销信息，噪音巨大。而人类的自然语言又是模糊的，需求往往也是主观又不明确的。在实际生活场景中，用户的真实需求是在与人沟通之后，或是有新的输入之后，才能够准确被理解。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，更能利用阿里独特的交易和服务数据来增强模型，它不是被动等待指令，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。
当然，现实世界中很多问题是比较复杂的，千问 APP 的产品经理李延旭注意到，用户真正卡住的并不是买不到，而是选不出来，只要用户的需求稍微复杂一点，有预算、有偏好、有使用场景，传统的搜索和筛选就很容易失效。所以千问和淘宝就从这个问题出发，合作帮助用户做购物决策，千问在电商场景不是凭感觉推荐，会结合淘宝中大量的真实用户评价和全网的口碑内容，提炼出真正有用的信息。
但要做到这个并不容易，因为对于商家乃至平台来说，「卖得更多」 才能产生更多 GMV ，但 「买得精准」 是用户所需。这需要训练 AI 的人，明确是站在平台，还是站在用户角度考虑。这其中的细微差别是，AI 是给平台用的，是送给用户的 「特洛伊木马」，还是真的给用户送去一位专属于他的助理，
显然，阿里选择选择了后者，因为以往的实践已证明，一旦平台送给客户木马，客户就骑着跑路了。
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 是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」。
千问底层技术的突破正是办事能力的基础。全模态理解能力让千问能看懂界面、听懂声音、读懂图文；超长上下文处理能力提升复杂任务交付上限；Coding 能力的大幅提升使其能实时构建工具。这些技术让千问能从 「聊天 AI」 一步到位进化到 「办事 AI」。
阿里巴巴集团 CEO 吴泳铭去年就明确指出大模型将是下一代操作系统。此前，阿里宣布未来三年将投入超过 3800 亿元用于云和 AI 基础设施建设。
但不止阿里，全世界的科技大厂都重注大模型，资金、人才蜂拥而至，谁都不敢说自己能永远领先，这更像是金钱与智力的竞赛。而比起靠天才的灵光闪现的大模型，现实世界的生态建设则要漫长得多，需要像 「老黄牛」 一般的耕耘。
如果问，为什么到目前为止，只有阿里把这事办的像模像样？我想核心还是在于积累了 20 多年的生态家底，很简单，AI 想购物，也得先翻货架，货架在淘宝；AI 想办事，也得到 「办事大厅」，大厅在支付宝。
客观而言，目前市场上同时具备丰富生态的 AI 厂商极度稀缺，这就导致自己的 AI 想办成事，还得先翻别人家的围墙，现成的例子是之前某厂商推出的 AI 手机，本质上就实现取道手机操作系统，想法很巧，但结果不尽人意。
借用别人的 「身体」，终究会引发排斥反应。唯有原生的 「最强大脑」 与原生的 「超级生态」，才是最匹配的。
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。
首先，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。
比如现在，我们再去做春节旅行计划，可以直接让千问 App 帮助规划春节旅行计划。比如多轮对话后，当你输入 「帮我定春节期间到三亚的往返机票，四大一小，三亚停留四天，出发时间是 2 月 18 日或者 19 日。」 千问能够调用飞猪服务，综合分析春运票价走势，给出不同策略的航班方案。
需要预定酒店，在理解你的需求是 「住在亚龙湾，靠海、五星、含早、有儿童游乐设施」 之后，千问也能迅速从飞猪数据库中筛选出多家准确匹配的酒店，满足靠海需求，同时特别关注 「适合带娃」 要求，推荐出亲子口碑好、遛娃体验成熟的酒店、有儿童餐的海洋主题餐厅。用户点击卡片即可预定，并通过支付宝 「AI 付」 完成支付。
这个国内最完整的生态体系，因为 AI 再一次整合起来。其实从去年闪购以来，阿里生态聚合的趋势越来越明显，合力打仗的决心愈加明确，每个能力都不再是孤零零的 「小岛」，它们经由千问这个桥梁网络连接成一片大陆，用户去哪都四通八达。
生态助力了 AI，AI 也助力了生态。AI 与生态的关系是双向赋能。一方面，生态为 AI 提供落地场景和数据养料；另一方面，AI 为生态注入活力，提升用户体验和效率。
最强大脑与最强生态双向助力，整个阿里生态都将受益，甚至不止于此。正如前文，所有 AI 在回答人类的提问时，也要回答靠什么可持续、无痛感商业化闭环的灵魂之问。
摩根大通的研报认为，互联网商业模式正从 「流量变现」 切换到 「服务变现」，从 「为无效点击收费」 转向 「为成交结果收费」，这无疑是商业模式的重构，对依赖广告收入的科技公司来说，是釜底抽薪，这也是谷歌、亚马逊前些年在 AI 上犹豫不决的原因，也是 Open AI 造血不足，不得不依赖循环交易继续巨额融资的根源。
相比之下，阿里有着庞大服务体系，而千问让阿里拿到了一张在 AI 时代的 「船票」。它无需重构，只需把服务做好。
最终收益的还是消费者。有装下阿里生态的千问，用户就无需在 APP 间切换，即可完成生活所需。吴嘉甚至预测，「未来在大部分场景，其实只用一个千问 APP 就够了。」
此时此刻，你只需对千问 App 说 「帮我点杯奶茶」，千问便调用淘宝闪购服务，定位附近商家，推荐商品，完成支付，骑手送达，token 与人都服务于你一人。
我手里就有这么一杯。（刘宇翔）
【文章来源：techweb】
自 AI 的 「iphone 时刻」 不过三年，我发现咱们的 AI Chatbot，已经有了内卷的苗头。
我是在打开小孩学校的教育信息化网站时，捕捉到了这一点。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，反正都能回答 「曹操是哪个朝代的人」，都会解二元一次方程。
这不就是内卷吗？当下，几乎所有 AI 软件对 C 端的价值都集中在问答，让 Bot 和人类 chat。但也只是 chat。同质化竞争已经在所难免，我似乎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。
不过数分钟前，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，事事不大，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。这种肌肉记忆是今天 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，大概这牌子提成比较高，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，当然也包括打了广告的商品触发消费。在消费场景中充斥着各种营销信息，噪音巨大。而人类的自然语言又是模糊的，需求往往也是主观又不明确的。在实际生活场景中，用户的真实需求是在与人沟通之后，或是有新的输入之后，才能够准确被理解。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，更能利用阿里独特的交易和服务数据来增强模型，它不是被动等待指令，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。
当然，现实世界中很多问题是比较复杂的，千问 APP 的产品经理李延旭注意到，用户真正卡住的并不是买不到，而是选不出来，只要用户的需求稍微复杂一点，有预算、有偏好、有使用场景，传统的搜索和筛选就很容易失效。所以千问和淘宝就从这个问题出发，合作帮助用户做购物决策，千问在电商场景不是凭感觉推荐，会结合淘宝中大量的真实用户评价和全网的口碑内容，提炼出真正有用的信息。
但要做到这个并不容易，因为对于商家乃至平台来说，「卖得更多」 才能产生更多 GMV ，但 「买得精准」 是用户所需。这需要训练 AI 的人，明确是站在平台，还是站在用户角度考虑。这其中的细微差别是，AI 是给平台用的，是送给用户的 「特洛伊木马」，还是真的给用户送去一位专属于他的助理，
显然，阿里选择选择了后者，因为以往的实践已证明，一旦平台送给客户木马，客户就骑着跑路了。
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 是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」。
千问底层技术的突破正是办事能力的基础。全模态理解能力让千问能看懂界面、听懂声音、读懂图文；超长上下文处理能力提升复杂任务交付上限；Coding 能力的大幅提升使其能实时构建工具。这些技术让千问能从 「聊天 AI」 一步到位进化到 「办事 AI」。
阿里巴巴集团 CEO 吴泳铭去年就明确指出大模型将是下一代操作系统。此前，阿里宣布未来三年将投入超过 3800 亿元用于云和 AI 基础设施建设。
但不止阿里，全世界的科技大厂都重注大模型，资金、人才蜂拥而至，谁都不敢说自己能永远领先，这更像是金钱与智力的竞赛。而比起靠天才的灵光闪现的大模型，现实世界的生态建设则要漫长得多，需要像 「老黄牛」 一般的耕耘。
如果问，为什么到目前为止，只有阿里把这事办的像模像样？我想核心还是在于积累了 20 多年的生态家底，很简单，AI 想购物，也得先翻货架，货架在淘宝；AI 想办事，也得到 「办事大厅」，大厅在支付宝。
客观而言，目前市场上同时具备丰富生态的 AI 厂商极度稀缺，这就导致自己的 AI 想办成事，还得先翻别人家的围墙，现成的例子是之前某厂商推出的 AI 手机，本质上就实现取道手机操作系统，想法很巧，但结果不尽人意。
借用别人的 「身体」，终究会引发排斥反应。唯有原生的 「最强大脑」 与原生的 「超级生态」，才是最匹配的。
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。
首先，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。
比如现在，我们再去做春节旅行计划，可以直接让千问 App 帮助规划春节旅行计划。比如多轮对话后，当你输入 「帮我定春节期间到三亚的往返机票，四大一小，三亚停留四天，出发时间是 2 月 18 日或者 19 日。」 千问能够调用飞猪服务，综合分析春运票价走势，给出不同策略的航班方案。
需要预定酒店，在理解你的需求是 「住在亚龙湾，靠海、五星、含早、有儿童游乐设施」 之后，千问也能迅速从飞猪数据库中筛选出多家准确匹配的酒店，满足靠海需求，同时特别关注 「适合带娃」 要求，推荐出亲子口碑好、遛娃体验成熟的酒店、有儿童餐的海洋主题餐厅。用户点击卡片即可预定，并通过支付宝 「AI 付」 完成支付。
这个国内最完整的生态体系，因为 AI 再一次整合起来。其实从去年闪购以来，阿里生态聚合的趋势越来越明显，合力打仗的决心愈加明确，每个能力都不再是孤零零的 「小岛」，它们经由千问这个桥梁网络连接成一片大陆，用户去哪都四通八达。
生态助力了 AI，AI 也助力了生态。AI 与生态的关系是双向赋能。一方面，生态为 AI 提供落地场景和数据养料；另一方面，AI 为生态注入活力，提升用户体验和效率。
最强大脑与最强生态双向助力，整个阿里生态都将受益，甚至不止于此。正如前文，所有 AI 在回答人类的提问时，也要回答靠什么可持续、无痛感商业化闭环的灵魂之问。
摩根大通的研报认为，互联网商业模式正从 「流量变现」 切换到 「服务变现」，从 「为无效点击收费」 转向 「为成交结果收费」，这无疑是商业模式的重构，对依赖广告收入的科技公司来说，是釜底抽薪，这也是谷歌、亚马逊前些年在 AI 上犹豫不决的原因，也是 Open AI 造血不足，不得不依赖循环交易继续巨额融资的根源。
相比之下，阿里有着庞大服务体系，而千问让阿里拿到了一张在 AI 时代的 「船票」。它无需重构，只需把服务做好。
最终收益的还是消费者。有装下阿里生态的千问，用户就无需在 APP 间切换，即可完成生活所需。吴嘉甚至预测，「未来在大部分场景，其实只用一个千问 APP 就够了。」
此时此刻，你只需对千问 App 说 「帮我点杯奶茶」，千问便调用淘宝闪购服务，定位附近商家，推荐商品，完成支付，骑手送达，token 与人都服务于你一人。
我手里就有这么一杯。（刘宇翔）
【文章来源：techweb】
自 AI 的 「iphone 时刻」 不过三年，我发现咱们的 AI Chatbot，已经有了内卷的苗头。
我是在打开小孩学校的教育信息化网站时，捕捉到了这一点。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，反正都能回答 「曹操是哪个朝代的人」，都会解二元一次方程。
这不就是内卷吗？当下，几乎所有 AI 软件对 C 端的价值都集中在问答，让 Bot 和人类 chat。但也只是 chat。同质化竞争已经在所难免，我似乎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。
不过数分钟前，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，事事不大，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。这种肌肉记忆是今天 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，大概这牌子提成比较高，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，当然也包括打了广告的商品触发消费。在消费场景中充斥着各种营销信息，噪音巨大。而人类的自然语言又是模糊的，需求往往也是主观又不明确的。在实际生活场景中，用户的真实需求是在与人沟通之后，或是有新的输入之后，才能够准确被理解。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，更能利用阿里独特的交易和服务数据来增强模型，它不是被动等待指令，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。
当然，现实世界中很多问题是比较复杂的，千问 APP 的产品经理李延旭注意到，用户真正卡住的并不是买不到，而是选不出来，只要用户的需求稍微复杂一点，有预算、有偏好、有使用场景，传统的搜索和筛选就很容易失效。所以千问和淘宝就从这个问题出发，合作帮助用户做购物决策，千问在电商场景不是凭感觉推荐，会结合淘宝中大量的真实用户评价和全网的口碑内容，提炼出真正有用的信息。
但要做到这个并不容易，因为对于商家乃至平台来说，「卖得更多」 才能产生更多 GMV ，但 「买得精准」 是用户所需。这需要训练 AI 的人，明确是站在平台，还是站在用户角度考虑。这其中的细微差别是，AI 是给平台用的，是送给用户的 「特洛伊木马」，还是真的给用户送去一位专属于他的助理，
显然，阿里选择选择了后者，因为以往的实践已证明，一旦平台送给客户木马，客户就骑着跑路了。
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 是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」。
千问底层技术的突破正是办事能力的基础。全模态理解能力让千问能看懂界面、听懂声音、读懂图文；超长上下文处理能力提升复杂任务交付上限；Coding 能力的大幅提升使其能实时构建工具。这些技术让千问能从 「聊天 AI」 一步到位进化到 「办事 AI」。
阿里巴巴集团 CEO 吴泳铭去年就明确指出大模型将是下一代操作系统。此前，阿里宣布未来三年将投入超过 3800 亿元用于云和 AI 基础设施建设。
但不止阿里，全世界的科技大厂都重注大模型，资金、人才蜂拥而至，谁都不敢说自己能永远领先，这更像是金钱与智力的竞赛。而比起靠天才的灵光闪现的大模型，现实世界的生态建设则要漫长得多，需要像 「老黄牛」 一般的耕耘。
如果问，为什么到目前为止，只有阿里把这事办的像模像样？我想核心还是在于积累了 20 多年的生态家底，很简单，AI 想购物，也得先翻货架，货架在淘宝；AI 想办事，也得到 「办事大厅」，大厅在支付宝。
客观而言，目前市场上同时具备丰富生态的 AI 厂商极度稀缺，这就导致自己的 AI 想办成事，还得先翻别人家的围墙，现成的例子是之前某厂商推出的 AI 手机，本质上就实现取道手机操作系统，想法很巧，但结果不尽人意。
借用别人的 「身体」，终究会引发排斥反应。唯有原生的 「最强大脑」 与原生的 「超级生态」，才是最匹配的。
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。
首先，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。
比如现在，我们再去做春节旅行计划，可以直接让千问 App 帮助规划春节旅行计划。比如多轮对话后，当你输入 「帮我定春节期间到三亚的往返机票，四大一小，三亚停留四天，出发时间是 2 月 18 日或者 19 日。」 千问能够调用飞猪服务，综合分析春运票价走势，给出不同策略的航班方案。
需要预定酒店，在理解你的需求是 「住在亚龙湾，靠海、五星、含早、有儿童游乐设施」 之后，千问也能迅速从飞猪数据库中筛选出多家准确匹配的酒店，满足靠海需求，同时特别关注 「适合带娃」 要求，推荐出亲子口碑好、遛娃体验成熟的酒店、有儿童餐的海洋主题餐厅。用户点击卡片即可预定，并通过支付宝 「AI 付」 完成支付。
这个国内最完整的生态体系，因为 AI 再一次整合起来。其实从去年闪购以来，阿里生态聚合的趋势越来越明显，合力打仗的决心愈加明确，每个能力都不再是孤零零的 「小岛」，它们经由千问这个桥梁网络连接成一片大陆，用户去哪都四通八达。
生态助力了 AI，AI 也助力了生态。AI 与生态的关系是双向赋能。一方面，生态为 AI 提供落地场景和数据养料；另一方面，AI 为生态注入活力，提升用户体验和效率。
最强大脑与最强生态双向助力，整个阿里生态都将受益，甚至不止于此。正如前文，所有 AI 在回答人类的提问时，也要回答靠什么可持续、无痛感商业化闭环的灵魂之问。
摩根大通的研报认为，互联网商业模式正从 「流量变现」 切换到 「服务变现」，从 「为无效点击收费」 转向 「为成交结果收费」，这无疑是商业模式的重构，对依赖广告收入的科技公司来说，是釜底抽薪，这也是谷歌、亚马逊前些年在 AI 上犹豫不决的原因，也是 Open AI 造血不足，不得不依赖循环交易继续巨额融资的根源。
相比之下，阿里有着庞大服务体系，而千问让阿里拿到了一张在 AI 时代的 「船票」。它无需重构，只需把服务做好。
最终收益的还是消费者。有装下阿里生态的千问，用户就无需在 APP 间切换，即可完成生活所需。吴嘉甚至预测，「未来在大部分场景，其实只用一个千问 APP 就够了。」
此时此刻，你只需对千问 App 说 「帮我点杯奶茶」，千问便调用淘宝闪购服务，定位附近商家，推荐商品，完成支付，骑手送达，token 与人都服务于你一人。
我手里就有这么一杯。（刘宇翔）
【文章来源：techweb】
自 AI 的 「iphone 时刻」 不过三年，我发现咱们的 AI Chatbot，已经有了内卷的苗头。
我是在打开小孩学校的教育信息化网站时，捕捉到了这一点。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，反正都能回答 「曹操是哪个朝代的人」，都会解二元一次方程。
这不就是内卷吗？当下，几乎所有 AI 软件对 C 端的价值都集中在问答，让 Bot 和人类 chat。但也只是 chat。同质化竞争已经在所难免，我似乎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。
不过数分钟前，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，事事不大，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。这种肌肉记忆是今天 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，大概这牌子提成比较高，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，当然也包括打了广告的商品触发消费。在消费场景中充斥着各种营销信息，噪音巨大。而人类的自然语言又是模糊的，需求往往也是主观又不明确的。在实际生活场景中，用户的真实需求是在与人沟通之后，或是有新的输入之后，才能够准确被理解。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，更能利用阿里独特的交易和服务数据来增强模型，它不是被动等待指令，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。
当然，现实世界中很多问题是比较复杂的，千问 APP 的产品经理李延旭注意到，用户真正卡住的并不是买不到，而是选不出来，只要用户的需求稍微复杂一点，有预算、有偏好、有使用场景，传统的搜索和筛选就很容易失效。所以千问和淘宝就从这个问题出发，合作帮助用户做购物决策，千问在电商场景不是凭感觉推荐，会结合淘宝中大量的真实用户评价和全网的口碑内容，提炼出真正有用的信息。
但要做到这个并不容易，因为对于商家乃至平台来说，「卖得更多」 才能产生更多 GMV ，但 「买得精准」 是用户所需。这需要训练 AI 的人，明确是站在平台，还是站在用户角度考虑。这其中的细微差别是，AI 是给平台用的，是送给用户的 「特洛伊木马」，还是真的给用户送去一位专属于他的助理，
显然，阿里选择选择了后者，因为以往的实践已证明，一旦平台送给客户木马，客户就骑着跑路了。
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 是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」。
千问底层技术的突破正是办事能力的基础。全模态理解能力让千问能看懂界面、听懂声音、读懂图文；超长上下文处理能力提升复杂任务交付上限；Coding 能力的大幅提升使其能实时构建工具。这些技术让千问能从 「聊天 AI」 一步到位进化到 「办事 AI」。
阿里巴巴集团 CEO 吴泳铭去年就明确指出大模型将是下一代操作系统。此前，阿里宣布未来三年将投入超过 3800 亿元用于云和 AI 基础设施建设。
但不止阿里，全世界的科技大厂都重注大模型，资金、人才蜂拥而至，谁都不敢说自己能永远领先，这更像是金钱与智力的竞赛。而比起靠天才的灵光闪现的大模型，现实世界的生态建设则要漫长得多，需要像 「老黄牛」 一般的耕耘。
如果问，为什么到目前为止，只有阿里把这事办的像模像样？我想核心还是在于积累了 20 多年的生态家底，很简单，AI 想购物，也得先翻货架，货架在淘宝；AI 想办事，也得到 「办事大厅」，大厅在支付宝。
客观而言，目前市场上同时具备丰富生态的 AI 厂商极度稀缺，这就导致自己的 AI 想办成事，还得先翻别人家的围墙，现成的例子是之前某厂商推出的 AI 手机，本质上就实现取道手机操作系统，想法很巧，但结果不尽人意。
借用别人的 「身体」，终究会引发排斥反应。唯有原生的 「最强大脑」 与原生的 「超级生态」，才是最匹配的。
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。
首先，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。
比如现在，我们再去做春节旅行计划，可以直接让千问 App 帮助规划春节旅行计划。比如多轮对话后，当你输入 「帮我定春节期间到三亚的往返机票，四大一小，三亚停留四天，出发时间是 2 月 18 日或者 19 日。」 千问能够调用飞猪服务，综合分析春运票价走势，给出不同策略的航班方案。
需要预定酒店，在理解你的需求是 「住在亚龙湾，靠海、五星、含早、有儿童游乐设施」 之后，千问也能迅速从飞猪数据库中筛选出多家准确匹配的酒店，满足靠海需求，同时特别关注 「适合带娃」 要求，推荐出亲子口碑好、遛娃体验成熟的酒店、有儿童餐的海洋主题餐厅。用户点击卡片即可预定，并通过支付宝 「AI 付」 完成支付。
这个国内最完整的生态体系，因为 AI 再一次整合起来。其实从去年闪购以来，阿里生态聚合的趋势越来越明显，合力打仗的决心愈加明确，每个能力都不再是孤零零的 「小岛」，它们经由千问这个桥梁网络连接成一片大陆，用户去哪都四通八达。
生态助力了 AI，AI 也助力了生态。AI 与生态的关系是双向赋能。一方面，生态为 AI 提供落地场景和数据养料；另一方面，AI 为生态注入活力，提升用户体验和效率。
最强大脑与最强生态双向助力，整个阿里生态都将受益，甚至不止于此。正如前文，所有 AI 在回答人类的提问时，也要回答靠什么可持续、无痛感商业化闭环的灵魂之问。
摩根大通的研报认为，互联网商业模式正从 「流量变现」 切换到 「服务变现」，从 「为无效点击收费」 转向 「为成交结果收费」，这无疑是商业模式的重构，对依赖广告收入的科技公司来说，是釜底抽薪，这也是谷歌、亚马逊前些年在 AI 上犹豫不决的原因，也是 Open AI 造血不足，不得不依赖循环交易继续巨额融资的根源。
相比之下，阿里有着庞大服务体系，而千问让阿里拿到了一张在 AI 时代的 「船票」。它无需重构，只需把服务做好。
最终收益的还是消费者。有装下阿里生态的千问，用户就无需在 APP 间切换，即可完成生活所需。吴嘉甚至预测，「未来在大部分场景，其实只用一个千问 APP 就够了。」
此时此刻，你只需对千问 App 说 「帮我点杯奶茶」，千问便调用淘宝闪购服务，定位附近商家，推荐商品，完成支付，骑手送达，token 与人都服务于你一人。
我手里就有这么一杯。（刘宇翔）