北京早高峰，用千問叫了輛車，我回不到過去了

今天北京早高峰，大風。

在國貿(mào)飯店門口，我們幾個人，裹著外套，凍得直哆嗦。

用其他軟件想打6座商務車，一時還沒打到。

突然想起來，千問現(xiàn)在也能叫車了，于是我想與其干等著，不如試試。

直接語音說：我6個人，要打一輛商務車，現(xiàn)在在北京國貿(mào)飯店，去清華大學。

大概三秒鐘，對話框彈出來一行字：已為您找到附近的商務車，預計5分鐘到達，6人座位已確認。

我當時愣了五秒。

真的就只說了一句話，車立刻打到，沒有其他麻煩的中間過程環(huán)節(jié)。

意圖識別上，它完全聽懂了我說的“6個人”、“商務車”、“出發(fā)和目的地”這幾個信息點，并且直接幫我做了匹配。

不用像滴滴等其他軟件那樣，先選車型、再確認人數(shù)、再點確認呼叫，我只是說了一句話。

也許，我們習慣了十年的打車方式，真的因為千問，被改變了。

01

自然語言，才是人類最本能的交互

2019年在硅谷，是我第一段AI相關的創(chuàng)業(yè)，研究過Uber的智能推薦。

這些年，一直想一個問題：為什么很多所謂的AI智能產(chǎn)品，用起來一點都不智能？

后來我想明白了，因為是我們在讓人類去適應機器的交互邏輯。

打開滴滴，會發(fā)現(xiàn)它的界面是一層一層的菜單邏輯。

要先選車型，快車、專車、拼車還是商務車，然后確認上車點，然后確認目的地，然后點擊呼叫。

每一步都是明確的點選，每一步都是機器預設好的路徑。

這種交互邏輯經(jīng)過20年的訓練，我們被迫習慣了。

但對于老人呢？對于小朋友呢？會發(fā)現(xiàn)他們天然希望跳過所有中間步驟，直接說出指令然后完成。

GUI和互聯(lián)網(wǎng)模塊點擊式的體驗，未必不是一條彎路。

人類最本能的交互是什么？是說話。是從小到大我們跟父母、跟朋友、跟陌生人溝通的方式。

我不需要先想好我要選什么車型，我只需要說“我6個人，要一輛商務車”，或者“接個人是要增加途經(jīng)點”，這些信息在自然語言里是連貫的、是完整的。

千問這次接的打車Skill，核心價值不在技術本身，在于它重構了交互范式。

它把人類從菜單邏輯里解放出來，讓我們可以用最自然的方式去完成一個復雜任務。

那天打完車之后，我又試了幾個場景。

我說：我想去最近很火的那個看郁金香的地方。

它沒問我具體地址，而是直接給我推薦了長陽公園。能看到調(diào)用了飛豬上的能力、旅行筆記、高頻目的地……

因為那段時間，北京郁金香展確實在長陽公園，它還貼心地加了一句，最近去的人很多，建議錯峰。

這種模糊需求的處理能力，傳統(tǒng)打車軟件里很難實現(xiàn)。

傳統(tǒng)大廠軟件的搜索框，是為精確地址設計的，它不理解模糊語義，也做不了意圖識別。背后基于生活、商品、旅行等等的大數(shù)據(jù)生態(tài)也不健全。

這是千問和工具型應用、和其他AI產(chǎn)品的本質(zhì)區(qū)別。

工具型應用是被動的，告訴它精確指令，它執(zhí)行。

AI助手是主動的，它理解你的意圖，然后幫你完成從意圖到執(zhí)行的整個鏈路。

千問不說自己是Agent，但是似乎，有種主動式貼心。

03

行業(yè)的顛覆，往往來自行業(yè)之外

我有個朋友，在出行公司做產(chǎn)品負責人，前段時間我們吃飯，他跟我聊起一個焦慮。

他說，現(xiàn)在最怕的不是互聯(lián)網(wǎng)邏輯的玩家，因為燒錢搶市場、搶用戶的階段早過去了，就怕哪一天，用戶的出行需求入口，被AI巨頭截胡。

我當時不太理解。打車這個場景，用戶習慣已經(jīng)養(yǎng)成了十年，打開滴滴叫車，這是路徑依賴，很難被改變。

但那天我用千問打完車之后，我突然理解了他的焦慮。

因為用戶的核心場景正在被AI助手一點點占領。

比如說我家的老人，讓他們在打車軟件上各種打字、選擇、確認，很麻煩。

Claude上線設計類技能后，Adobe和Figma的股價大跌。

當AI助手可以直接調(diào)用設計能力，幫用戶完成設計任務時，用戶還需要打開Photoshop嗎？還需要打開Figma嗎？

同樣的邏輯，當AI助手可以直接幫你打車、幫你訂外賣、幫你訂酒店機票時，還需要打開滴滴、美團、攜程嗎？

甚至不用在不同的菜單邏輯里反復折騰。我只需要在一個對話框里，用最自然的方式說出我的需求，剩下的交給AI。

這種體驗上的降維打擊，才是能帶來增量、改變傳統(tǒng)的東西。

我還試了個組合需求：“幫我訂兩張今晚的飛馳人生3電影票，最近的，再打車去電影院，再推薦附近餐廳。”

它先幫我用大麥買了電影票，然后直接叫了車把我送到影院門口。

不到1分鐘，它完成了三件事：在大麥上幫我選電影院、選時間場次；確認了上車地點和目的地；叫車來接我。

我還提示了，不要出租車、不要臭車，千問就直接給我排除了出租車，備注了偏好：用車清新。

這幾件事，如果我自己做，至少需要打開三個APP，花十分鐘。

這就是Skills協(xié)作的力量。

當一個AI助手同時接入了訂酒店、打車、本地生活推薦等多個skill時，它不再是一個單一功能的工具，而是一個能幫你完成復雜任務的智能體。

這種能力的疊加，會讓它越來越像一個真正的私人助理，而不是一個語音版的菜單。

04

點奶茶之后，我教爺爺用千問打車

千問這次接入打車Skill，讓我看到了一個方向：激活那些被傳統(tǒng)菜單邏輯排斥在外的用戶。

上次教我爺爺用AI，還是過年時候拿千問點奶茶。

現(xiàn)在更順了，打電話說一聲，還用已經(jīng)下載好的千問APP，對著說話，從哪去哪，叫的車就來了。

我爺爺說，這是真“叫”了個車。

如果AI助手的語音交互足夠簡單，簡單到我爺爺只需要說一句“我要去兒子家”，就能完成叫車，那他就是這個場景下新增的用戶。

還有那些說不清具體地址的人，那些對手機操作不熟練的人，那些有復雜出行需求的人，這些都是傳統(tǒng)打車軟件很難覆蓋的用戶。

AI助手+Skill的模式，本質(zhì)上是在降低用戶的使用門檻，讓更多的人、更多的需求被納入到這個系統(tǒng)里來。

需求表達的自由度，也很高，偏好什么車型、特點，都可以動動嘴。

我在想，我們這一代做AI的人，到底在做什么。

做技術、做模型、做產(chǎn)品，都沒錯。但更深層的，我們在做一件改變交互范式的事。

從鍵盤到鼠標，從鼠標到觸屏，從觸屏到語音，每次交互方式的變革，都會重塑整個商業(yè)生態(tài)的格局。

PC時代成就了搜索引擎，移動互聯(lián)網(wǎng)時代成就了超級APP，AI時代，成就的可能是「智能體+Skill」。

打車只是其中一個場景。

當更多的skill被接入，當這些skill能夠協(xié)作執(zhí)行復雜任務，當用戶習慣在AI助手里完成一切時，那些曾經(jīng)不可一世的工具型應用，可能會像當年的諾基亞一樣，一夜之間落幕。

寫到這里的時候，我忽然想起還沒點外賣午餐，于是對著千問說了句：點份健康餐、老樣子。

我知道，它記得。