千問終究要回到Chatbot

千問App最近給自己安上了一張“臉”。

上周，阿里發(fā)布生態(tài)級AI助手?jǐn)?shù)字人形象“千問小酒窩”。公開信息顯示，這個形象不只會出現(xiàn)在千問App內(nèi)，還將進(jìn)入阿里系多個生態(tài)應(yīng)用，承擔(dān)做規(guī)劃、解難題、訂餐、買票、打車等任務(wù)入口的角色。

換句話說，阿里不是只想給千問做一個虛擬形象，而是想給整個阿里AI生態(tài)打造一個統(tǒng)一的人格界面。

從原生AI App的競品角度來看，這顯然是一次遲來的對標(biāo)。要知道，競爭對手豆包從誕生之初，就選擇了這樣一個大眾耳熟能詳?shù)拿?，并以一個短發(fā)女孩形象示人。

盡管“千問”“元寶”這樣的名字并不拗口，但“豆包”+人格化處理先入為主的形象迅速深入人心。時至今日，豆包的語音對話、陪聊和內(nèi)容生成能力，已經(jīng)共同構(gòu)成了日常的C端AI入口，并且占據(jù)國內(nèi)AI App月活頭把交椅。

這一背景下，阿里和千問試圖走出一條差異化道路。

去年以來，千問App被推到臺前，承接阿里重新發(fā)力C端AI App的任務(wù)。在誕生之初，千問一直更強(qiáng)調(diào)“能辦事”：打通淘寶、天貓、飛豬、高德等阿里生態(tài)，試圖在C端AI App里跑出一條更實用主義的Agent路線。

春節(jié)以來，千問陸續(xù)接入外賣點單、行程規(guī)劃、演出選座購票、打車、機(jī)票酒店預(yù)訂等能力，本質(zhì)上都是在證明：阿里不是只要一個聊天機(jī)器人，而是要一個能調(diào)動阿里生態(tài)資源的Agent助手。

問題在于，C端用戶的心智，似乎還沒有準(zhǔn)備好全面迎接Agent時代。

QuestMobile最新數(shù)據(jù)顯示：截至今年3月，AI原生App月活規(guī)模已達(dá)4.4億，豆包、千問、DeepSeek分列前三，月活分別為3.45億、1.66億、1.27億。

千問一季度增長很快，排名從去年的TOP6提升至TOP2，單季新增用戶甚至超過豆包。但是，在一季度平均活躍率上，豆包為33.5%，千問為17.1%，DeepSeek為21%。

顯然，千問靠春節(jié)紅包戰(zhàn)和阿里資源快速沖到第二，但在用戶粘性上，仍然明顯落后豆包。

此時推出“小酒窩”，似乎預(yù)示著千問產(chǎn)品運(yùn)營思路會發(fā)生調(diào)整。相比Agent層面的百花齊放，C端產(chǎn)品也許更應(yīng)該先在Chatbot層面，把基礎(chǔ)交互能力構(gòu)筑得更扎實。

A

普通人用AI到底做什么？

如果在AI社區(qū)里問這個問題，答案很可能是Vibe Coding、搭建OpenClaw，或者讓智能體自動跑流程。

對于發(fā)燒友和開發(fā)者來說，AI的魅力在于把一個長任務(wù)拆成多個步驟，讓模型自己規(guī)劃、調(diào)用工具、讀文件、跑代碼。

但這不是大多數(shù)C端用戶的真實起點。

中國互聯(lián)網(wǎng)絡(luò)信息中心此前發(fā)布的《生成式人工智能應(yīng)用發(fā)展報告（2025）》顯示，生成式AI產(chǎn)品最主要的用戶場景仍是回答問題，比例達(dá)到80.9%；其次是生成或處理文本，占36.0%；生成圖片、視頻占33.0%。

這意味著，普通用戶對AI的第一認(rèn)知，仍然是一個“能說話的搜索框”或“會聊天的百科全書”。

它不一定要替用戶完成完整鏈路，但要在用戶拋出一個問題時，迅速給出一個還不錯的答案。

甚至在B端也是如此。麥肯錫2025年AI應(yīng)用調(diào)研提到，AI最常被用于信息獲取、處理與分發(fā)，例如通過對話式界面完成信息整理；營銷內(nèi)容支持、客服自動化等場景緊隨其后。

與此同時，許多企業(yè)尤其是中小企業(yè)仍未實現(xiàn)AI與工作流的全面融合，僅約三分之一受訪者表示企業(yè)已在全公司范圍推動AI規(guī)?；瘧?yīng)用。

這說明，即便是在企業(yè)場景里，AI也沒有一下子進(jìn)入“自動辦完所有事”的階段。更何況C端用戶的使用場景更碎片化，甚至并不需要集成到一個原生AIApp中。

所以，對千問來說，Agent能力當(dāng)然重要，但它不是C端增長的第一步。淘寶、飛豬、高德、支付寶這些成熟App，本身已經(jīng)有極強(qiáng)的路徑依賴，AI要直接替代這些交易入口、轉(zhuǎn)移交易側(cè)的流量，并非一件易事。

尤其是，這種路徑轉(zhuǎn)移的成效，很大程度上和千問年初30億級紅包補(bǔ)貼有關(guān)。

而在另一邊，豆包的優(yōu)勢恰恰在于，它的產(chǎn)品構(gòu)造都是建立在“隨手問一句”之上。

實際體驗中也不難發(fā)現(xiàn)，豆包勝在日常順手，新聞總結(jié)、朗讀、翻譯、改文案等輕量需求；千問的優(yōu)勢集中在復(fù)雜推理、專業(yè)分析和長任務(wù)處理上。

從最新主力模型看，兩家都已經(jīng)把能力推向Agent時代。

千問方面，最新的基座模型Qwen3.6系列主打編碼和智能體任務(wù)，Max版本在SWE-bench Pro、Terminal-Bench 2.0、SkillsBench、SciCode等6個coding/agent基準(zhǔn)上拿到第一。

豆包這邊，Doubao-Seed-2.0 Pro則被字節(jié)定位為面向“Agent時代”的模型，在復(fù)雜推理、多步執(zhí)行方面可以和Gemini 3 Pro對標(biāo)。

這說明，千問和豆包的差距，似乎并不是基模層面的差距，兩家的最新基座模型的實力，都已經(jīng)越過普通C端場景所需的能力閾值。

在C端真正的決定性因素，不是模型上限，而是模型的定向調(diào)教和產(chǎn)品的運(yùn)營思路。

換句話說，千問的問題，并非技術(shù)層面不夠先進(jìn)，而是Chatbot層面的基礎(chǔ)還沒有完全扎牢。它既要做阿里生態(tài)的總?cè)肟?，又要做問答助手、辦公助手、生活助理、搜索工具、交易工具。功能越多，用戶對其的認(rèn)知反而更復(fù)雜。

因為一個不容忽視的現(xiàn)實是，對C端AIApp來說，能不能辦事，首先取決于用戶愿不愿意先跟你聊。能聊好天，是所有Agent長鏈路的前置條件。

B

回過頭來再看，千問現(xiàn)在補(bǔ)“臉”，并不是偶然。

C端AI App的競爭，表面上是模型能力、搜索覆蓋、功能入口，底層其實是用戶關(guān)系。用戶每天打開一個AI助手，不只是為了得到答案，也是在和一個產(chǎn)品建立長期互動。這個互動越像和一個具體對象發(fā)生關(guān)系，留存就越容易發(fā)生。

豆包能跑出來，一定程度源自它更早理解了“人格化”對C端入口的意義。

點點數(shù)據(jù)和ADX的投放數(shù)據(jù)也從另一側(cè)印證了這個差異。

今年3月，大陸市場原生AIApp蘋果端下載繼續(xù)增長，豆包下載量占比從2月的17%升至20%，日下載量穩(wěn)定在20萬次左右；千問、元寶和螞蟻阿福則在3月下載量較為接近，日下載量大多在10萬次左右浮動。

更值得注意的是，ADX行業(yè)版數(shù)據(jù)顯示，3月大陸市場原生AI產(chǎn)品投放素材量達(dá)121.5萬組，其中千問素材量占比達(dá)到49%，豆包僅約5%。

投放量級的差異，背后是不同產(chǎn)品鏈路下的用戶粘性差異。

在這方面，豆包的兩大優(yōu)勢，一個是人格化形象，一個是語音交互。

人格化層面，豆包的短發(fā)女孩形象從誕生之初就深入人心。

它不是一個技術(shù)品牌對用戶發(fā)出的邀請，而更像一個內(nèi)容產(chǎn)品對用戶發(fā)出的招呼。字節(jié)Flow負(fù)責(zé)人朱駿曾在火山引擎原動力大會上總結(jié)豆包的三條設(shè)計原則：擬人化、嵌入用戶使用環(huán)境、個性化。

值得一提的是，朱駿早在豆包前期就已經(jīng)深度參與產(chǎn)品規(guī)劃，如今的名滿天下的Seed團(tuán)隊的名字，最早是字節(jié)AI項目的內(nèi)部代號。而在產(chǎn)品層面，字節(jié)方面最終選擇了“豆包”——這樣一個聽起來像是某種食品的名字。

這套思路和字節(jié)長期做短視頻、內(nèi)容社區(qū)、推薦算法的經(jīng)驗是一致的：先讓用戶覺得“它像一個對象”，再讓用戶形成高頻互動。

人格化并不是給產(chǎn)品加一個頭像那么簡單。

它影響的是用戶如何理解這個產(chǎn)品。一個有名字、有形象、有聲音、有互動方式的AI助手，更容易被用戶當(dāng)成一個可以反復(fù)召喚的對象。

豆包的短發(fā)女孩形象這些年不斷在內(nèi)容社區(qū)擴(kuò)散，本質(zhì)上就是這種人格錨點的外溢。它讓豆包不再只是一個App圖標(biāo)，而是變成了一個可以被截圖、二創(chuàng)、討論和調(diào)侃的形象。

播客“敢想科技說”曾在一期節(jié)目中提到，豆包的形象被用戶改造成洛麗塔風(fēng)、女仆系、洗剪吹系等表情包，還衍生出“黑化豆包”“豆沙老公”等二創(chuàng)設(shè)定，甚至出現(xiàn)掛滿豆包圖標(biāo)徽章的“豆包痛包”。

對C端產(chǎn)品來說，這種“可被傳播”的人格化資產(chǎn)，非常重要。

語音層面，則是字節(jié)方面一直深度打造的板塊。本月，字節(jié)方面剛剛發(fā)布了Seeduplex，定位為原生全雙工端到端語音大模型，強(qiáng)調(diào)邊聽邊說、動態(tài)判停、抗干擾和自然語音交互。

公開信息顯示，該能力已在豆包App全量上線。相比傳統(tǒng)語音助手一問一答的“回合制”，Seeduplex可以同時完成實時傾聽、生成回應(yīng)和判斷對話節(jié)奏。

實測場景中，在咖啡廳等嘈雜環(huán)境里，Seeduplex能區(qū)分用戶對話與背景噪音，誤回復(fù)率和誤打斷率較上一代半雙工模型減少；用戶思考停頓或臨時中斷對話時，模型可以結(jié)合語音特征和語義特征判斷狀態(tài)，搶話比例下降，判停延遲降低。

而在更早一段時間，羅永浩曾在直播中和豆包上演一場“對罵”。那場語音對話爭議之所以出圈，本質(zhì)上也是因為它展示了一個簡單事實：普通用戶最容易感知的AI能力，就是最簡單的順滑對話。

阿里此時推出“小酒窩”，是一場遲來但必要的補(bǔ)課。它承認(rèn)C端AI助手必須有更具體的人格錨點，也承認(rèn)“能辦事”的產(chǎn)品敘事，還需要一個更容易被普通用戶感知的入口。

只是，這中間的平衡確實難以把握。在Agent時代的持續(xù)進(jìn)化中，留給產(chǎn)品經(jīng)理的思考每一刻都在變化，在2026年的龍蝦浪潮中，“向Agent進(jìn)化”是每一個行業(yè)內(nèi)人士都無法回避的命題。

C

OpenClaw讓Agent第一次大規(guī)模破圈，但它的退潮同樣值得千問警惕。

今年年初，“龍蝦”一度成為中文AI圈最熱的生產(chǎn)力符號。騰訊云曾在深圳大廈北廣場轟轟烈烈地搞了一場線下“養(yǎng)蝦”，提供OpenClaw免費部署，數(shù)小時內(nèi)為500多人完成安裝。

同時，圍繞OpenClaw的討論，也迅速從開發(fā)者社區(qū)擴(kuò)散到更廣泛的社交媒體。

這說明，Agent的確擊中了用戶對“AI真能干活”的想象。相比傳統(tǒng)Chatbot，Agent更容易讓用戶看到一個激動人心的未來：AI不只是回答問題，而是可以幫你干活，接管你的生活。對開發(fā)者和高頻辦公人群來說，這種想象極具吸引力。

但一個多月后，大眾熱度迅速回落。進(jìn)入4月后，OpenClaw微信指數(shù)一路下滑，從上億回落到百萬級別，逐漸從大眾圍觀的網(wǎng)紅項目，變成更窄、更貴、更現(xiàn)實的生產(chǎn)力工具。

這并不說明Agent不重要。

恰恰相反，全球Token調(diào)用和推理算力需求仍在上升，說明開發(fā)者和重度用戶已經(jīng)開始真正消費Agent。OpenClaw的項目也更新不停，并形成了一眾衍生Agent產(chǎn)品，圍繞模型兼容、工具連接、底層架構(gòu)和性能優(yōu)化的迭代仍在推進(jìn)。

問題在于，至少在眼下，Agent還不是普通C端用戶的主流使用方式。

一位某頭部AI廠商的B端產(chǎn)品經(jīng)理，曾在此前的一場交流中向字母榜表示，即使在他接觸到的一些大型企業(yè)客戶中，大部分員工對AI的能力認(rèn)知還是限定在Chatbot層面。

換言之，Agent的體驗門檻、成本門檻和穩(wěn)定性門檻，都比普通問答高得多。普通用戶對AI的期待，實際上是從一些很碎片的信息類需求出發(fā)的，類似“我問一句，你給我一個靠譜答案”。

DeepSeek是另一個例子。R1之后，DeepSeek成為“實用主義AI”的代表，靠深度思考和低門檻體驗?zāi)玫烬嫶驝端用戶。QuestMobile顯示，DeepSeek 2026年3月月活仍有1.27億，在國內(nèi)AI原生App中排名第三。

如果從模型層面看，最新的DeepSeek V4的重點已經(jīng)明顯轉(zhuǎn)向Agent和API調(diào)用。DeepSeek V4預(yù)覽版分為Pro和Flash兩個版本，V4被設(shè)計用于Agent框架，尤其適合比傳統(tǒng)Chatbot更復(fù)雜、也需要更多計算資源的AIAgent工作。

但長鏈路Agent落地更適合購買API、接入框架、愿意承擔(dān)計算成本的用戶。在C端，DeepSeek的上億月活表明，好用的Chatbot仍然是原生AIApp的第一標(biāo)準(zhǔn)。

所以，至少在2026年，好用的Chatbot仍然是原生AI App的第一標(biāo)準(zhǔn)。

在這個基礎(chǔ)之上，再輔以圖像、視頻、語音、搜索等多模態(tài)工具能力，滿足用戶的日常場景需要。Agent必然是未來的護(hù)城河，但Chatbot才是當(dāng)下的入口。

回到千問，阿里最近通過“小酒窩”和HappyHorse等多模態(tài)模型加速能力升級，從模型能力和產(chǎn)品運(yùn)營思路上，向頭部競爭對手看齊。

更值得注意的是，“小酒窩”未來不只在千問App內(nèi)，而是進(jìn)入阿里系更多產(chǎn)品。這說明阿里也許正在想明白：不一定要強(qiáng)行把用戶從淘寶、飛豬、高德推到千問里，AI可以分布在所有產(chǎn)品線，用一個更親近的形象統(tǒng)一出現(xiàn)。

就眼下而言，這似乎比單純把千問做成一個超級入口更現(xiàn)實。

阿里真正的優(yōu)勢，是龐大的生活服務(wù)、電商、本地出行、支付和內(nèi)容生態(tài)。在超級App時代花了很多年建立的護(hù)城河，未必需要把這些流量全部重新搬到千問App內(nèi)，而是可以在原有場景里成為一層新的交互界面。

用戶在淘寶里購物，在飛豬里訂酒店，在高德里查路線，AI助手都可以以同一個形象出現(xiàn)，降低理解成本，提升服務(wù)效率。

對阿里來說，Agent路線仍然值得堅持。它有生態(tài)，有交易，有履約，有本地生活服務(wù)，這是豆包短期內(nèi)不具備的能力。但對千問來說，不能因為自己有更重的生態(tài)牌，就忽略了C端AI App最基礎(chǔ)的一層體驗——聊天。

經(jīng)歷了轟轟烈烈的C端紅包大戰(zhàn)、燒掉了30億補(bǔ)貼后，帶著“小酒窩”重新出發(fā)的千問，也許是時候重新聚焦好Chatbot這件事了。