AI 最難的一步是敢擔(dān)責(zé)

文：王智遠(yuǎn) | ID:Z201440

有朋友跟我聊：

千問又上新功能了，這次是打車。感覺它隔三差五就接一個(gè)生活服務(wù)skill，點(diǎn)外賣、訂酒店機(jī)票和景點(diǎn)門票、買電影票，現(xiàn)在又加上了打車。

確實(shí)都是真能用上的東西，隨口說一句，事兒就給你辦好了。但你有沒有發(fā)現(xiàn)一個(gè)現(xiàn)象？

行業(yè)里對(duì)這些動(dòng)作的反應(yīng)，大多還停留在「功能上新」的層面。每次千問發(fā)一個(gè)新能力，大家討論的都是「這個(gè)功能好不好用、體驗(yàn)怎么樣」。

可很少有人往后退一步想想：這么密集地接入這些服務(wù)，到底是在構(gòu)建什么呢？

千問已經(jīng)給出了答案，總結(jié)起來就兩個(gè)字：辦事。不過這次接入打車，可能讓「辦事」這件事，又往前邁了一大步，因?yàn)樗澳切┓?wù)，性質(zhì)完全不一樣。

我先跟你說一個(gè)詞：托付（Entrustment）。

你琢磨琢磨，點(diǎn)外賣要是選錯(cuò)了，大不了換一家，損失也不大。買電影票選錯(cuò)場(chǎng)次，頂多退票重買，費(fèi)不了啥功夫；這些場(chǎng)景的容錯(cuò)空間都很大，就算 AI 判斷有一點(diǎn)點(diǎn)偏差，后果也完全扛得住。

可打車不一樣。

車型不對(duì)，可能得在路邊多等十五分鐘；時(shí)間卡不準(zhǔn)，搞不好就誤了一場(chǎng)重要的會(huì)議。這些是實(shí)實(shí)在在的損失，一旦發(fā)生了，沒法倒帶重來。

以前我們跟 AI 的關(guān)系，說白了是「我問你答」；我問一個(gè)問題，你給我一個(gè)參考，采不采納、怎么選，全看我自己。AI 相當(dāng)于一個(gè)顧問，不用承擔(dān)任何后果。

打車這個(gè)場(chǎng)景，關(guān)系就變了。

當(dāng)我說「幫我打車去公司」時(shí)，把這件事托付給了它，托付和提問能一樣嗎？提問時(shí)，決策權(quán)在你自己手里；可托付時(shí)，是把決策權(quán)完完全全交出去了。

千問敢接下這份托付，意味著它必須做到另一件事：為結(jié)果負(fù)責(zé)（Accountability）。這四個(gè)字說起來輕飄飄的，放到打車場(chǎng)景里，分量就完全不一樣了。

你跟千問說：幫我打車去湘湖風(fēng)景區(qū)，開穩(wěn)點(diǎn)，30 塊以內(nèi)，車?yán)餂]味。

注意，就這么一句話，AI 得同時(shí)處理四個(gè)條件：

目的地、車輛類型、價(jià)格上限、車內(nèi)環(huán)境。四個(gè)條件全滿足了，你才會(huì)覺得好用；可只要漏了一個(gè)，比如來了輛燃油車，或者車?yán)镉形兜溃w驗(yàn)直接就歸零了。

沒有人會(huì)因?yàn)槟闶?AI，就降低對(duì)你的期待；接了這個(gè)活，就得按真人助理的標(biāo)準(zhǔn)來交付。做到了，應(yīng)該的；做不到，那就是失敗。

也正因?yàn)檫@樣，千問邁出這一步，是需要很大勇氣的。

而且你再想想，打車這件事還有個(gè)特別的地方：它天生自帶驗(yàn)證標(biāo)準(zhǔn)。比如：跟千問說：我要去奧體中心看演唱會(huì)，6 個(gè)人，今晚 8 點(diǎn)出發(fā)。

這句話里有一半是沒說出口的。

6 個(gè)人，普通車坐不下，AI 得自己想到要安排大車；去看演唱會(huì)，意味著那個(gè)時(shí)段那片區(qū)域大概率會(huì)堵車，出發(fā)時(shí)間可能得提前。

你甚至沒提回程的事，但一個(gè)靠譜助理，會(huì)順嘴問你一句，不管 AI 怎么處理，最后好不好，你一打完車就知道了。

千問把自己放進(jìn)這種場(chǎng)景里，相當(dāng)于主動(dòng)坐到了考場(chǎng)上，每一個(gè)用戶都是考官。

跑分可以挑賽道，排行榜也能靠策略優(yōu)化，一個(gè)人打完車之后心里那句「靠不靠譜」的判斷，是沒法優(yōu)化的。這種量化的體驗(yàn)是最誠實(shí)的背書。

講真的，千問不是唯一在琢磨這件事的公司。

2025 年 11 月，OpenAI 把 Uber 接入了 ChatGPT。用戶可以在對(duì)話里看到車型、價(jià)格區(qū)間、預(yù)計(jì)到達(dá)時(shí)間，但到了最后一步，還是得跳轉(zhuǎn)到 Uber APP 里，自己完成叫車和支付。

說白了，AI 做的事更像幫你查好了所有信息，然后，跟你說：自己去下單吧。

到2026 年 2 月底，谷歌的 Gemini 也發(fā)布了類似的功能，不過目前還在測(cè)試階段，只支持 Pixel 10 和三星 Galaxy S26 這兩款手機(jī)。

它比 ChatGPT 稍微進(jìn)了一步，但你仔細(xì)想想，這兩家做的事，本質(zhì)上都差不多：AI 只是幫人操作另一個(gè) APP 而已。

千問和高德的做法不太一樣。

兩者同屬阿里生態(tài)，AI 和打車服務(wù)之間不需要「跳轉(zhuǎn)」，中間環(huán)節(jié)直接融合了。有人覺得，這不就是產(chǎn)品設(shè)計(jì)上的小差異嘛；但背后的邏輯完全不一樣。

跳轉(zhuǎn)，說明 AI 只負(fù)責(zé)整理信息，最終決策還是得用戶自己來；閉環(huán)，才是真正無縫銜接的絲滑感；目前全球在做這件事的幾家公司里，千問是第一個(gè)走到「閉環(huán)」這一步的。

其實(shí)從更底層的角度看，「一句話打車」背后還藏著一個(gè)交互方式的大轉(zhuǎn)變：從 GUI（圖形用戶界面）到 LUI（語言用戶界面）。

這個(gè)轉(zhuǎn)變看起來只是少點(diǎn)了幾個(gè)按鈕，但門檻極高。

GUI 的邏輯是什么呢？

你告訴系統(tǒng)要什么，但得按照它的規(guī)則來表達(dá)；點(diǎn)哪個(gè)按鈕、選哪個(gè)選項(xiàng)、在哪個(gè)頁面確認(rèn)，每一步都有固定流程。說到底，我們?cè)趯W(xué)它的語言。

LUI 反過來了。我們用自己的方式說話，系統(tǒng)來理解你；自然語言本身就充滿了模糊性、方言化、省略和潛臺(tái)詞等等。AI 不光要聽懂字面意思，還要理解背后的意圖。

好比同樣一句「要快一點(diǎn)」， 趕飛機(jī)的「快」和不想多等的「快」，緊迫程度完全不同。

所以，千問做這件事的難度，是要讓 AI 真正聽懂人話，然后把人話變成一個(gè)靠譜的決策。這中間的技術(shù)跨度，比我們想象的要大得多。

說到這，我想起自己碰到的一件事。

上次去武漢出差，晚上九點(diǎn)，我在路邊等朋友。一個(gè)老太太走過來，手機(jī)舉到我眼前，說：小伙子，你能不能幫我看看，這個(gè)定位對(duì)不對(duì)？

她帶著老花鏡的手在抖。

是老年人拿手機(jī)時(shí)那種小心翼翼的、控制不住的小幅度顫抖；屏幕上，打車軟件的界面被她調(diào)成了最大字號(hào)，可即便這樣，她還在「確認(rèn)上車點(diǎn)」那個(gè)按鈕上猶豫了很久。

我?guī)退僮鲿r(shí)，她一直在旁邊說：這里，沒錯(cuò)吧？不要定位到對(duì)面了。

這種事挺常見。你要去醫(yī)院門口蹲一兩天就會(huì)發(fā)現(xiàn)，沒有家人陪同、從外地來看病的人，他們自己叫車時(shí)，光搞定定位就夠折騰半天了。

要有一天，這些人能直接跟手機(jī)說一句「幫我打車去火車站」，然后車就來了 ，還很準(zhǔn)確，那意義就完全不一樣了，這是技術(shù)在變得對(duì)更多人有用。

所以你看，一句話打車最終的價(jià)值，是讓之前不會(huì)用、用不了這些工具的人，也能輕松用上。

我一直在想一個(gè)詞來形容這件事：結(jié)果在場(chǎng)（Outcome Presence）。

以前 AI 只活在對(duì)話框里，你跟它聊完，關(guān)掉窗口，生活照舊；打車把邊界打破了；車真的來了，人真的坐上去了，真的到了要去的地方。對(duì)那個(gè)老太太來說，這個(gè)結(jié)果就是她能順利回家。

也正因?yàn)檫@件事這么重要，做起來才格外難。說實(shí)話，功能剛上線，一定會(huì)有這樣那樣的問題，比如：場(chǎng)景處理、需求理解，這些都需要時(shí)間去打磨。

換個(gè)角度想，哪個(gè)產(chǎn)品剛上線的時(shí)候是完美的呢？

我記得微信第一版連語音功能都沒有，淘寶剛上線時(shí)頁面粗糙得不像樣。重要的是方向找對(duì)了，然后在真實(shí)的使用中一點(diǎn)一點(diǎn)去完善。

工作這些年，講真的，我不止一次在路邊幫人叫過車。年輕同事還好，可碰到老人時(shí)，那個(gè)畫面總會(huì)留很久。每次幫完忙走開之后，腦海中都會(huì)冒出同一個(gè)念頭：哎，要是有一天，他們不用這么費(fèi)勁就好了。

這種事每天都在發(fā)生。在醫(yī)院門口，在火車站廣場(chǎng)，在每一個(gè)路邊……

AI 行業(yè)走到今天，敢把自己放到真實(shí)場(chǎng)景里接受檢驗(yàn)的，確實(shí)不多；技術(shù)走到最后，衡量它的標(biāo)準(zhǔn)可能很簡單：那些最需要幫助的人，用上了沒有。

聰明的 AI 很多，愿意走到路邊去的，太少了。