“小美”们应该不会走上微软小冰的老路了

01

体验

语音是命令式交互的最终形态——

尽管7岁的儿子经常对我的各种语音指令，比如“自己擦屁股”“过来写作业”“关掉电视”之类的话充耳不闻，但在体验美团AI助手小美的这个晚上，他应该领悟到了科技博主Ben Thompson这句话的精妙之处。

小美是美团刚刚开启公测的AI助手，基于美团自研模型LongCat训练，能直接调用美团APP的外卖、旅游、酒店预订等核心功能。用户可以用文字或者语音与它进行交互。

通过语音指令，儿子用小美独自完成下单，得到一只《我的世界》主题的硕大水杯。期间找我帮助的地方只有两处：认识页面展示中的部分生字、付款。

小孩子的幸福之处在于，他只需要享受即时零售的爽，而不用去在意它的价格比电商平台高多少。当然他也知道网购更便宜。于是，使用美团买玩具，在我家属于最高级别的奖励。这让他对“美团”充满好感，而使用小美的顺利体验，显然让好感又多了一层。

他甚至想让小美点一份他喜欢餐厅的点心，第二天中午送达。

但这次显然是超纲了。收到指令的小美满口答应，却在第二天中午12点弹出一份鱼香肉丝的外卖订单让我确认。

Long context的局限性，让小美看起来聪明但还不够靠谱，这是小美目前得到的广泛评价，很多体验过的用户已经在社交平台上反馈bug。考虑到它还处于公测期，这种情况也算正常。

诞生于本地生活和AI两大热门战场的交叉地段，小美天然具备被关注的理由。

但抛开这些叙事，回到互联网产品本身，它能否成功的关键还是在于：解决了什么痛点、痛点是否足够普遍。这也是所有工具类产品立足的根本，就像最初微信做的即时通讯、百度做的搜索。

目前来看，小美瞄准的关键痛点应该是：效率。

从餐饮、酒旅到生活护理、旅游出行，本地生活覆盖的多个赛道，都存在一个共同问题：信息超载。这与feeds流本身的呈现模式有关。

无论是电商还是外卖，平台都会基于数据和算法，为用户形成“千人千面”的推荐页，下滑栏永远不会触底。

这很容易形成信息茧房，让用户沉浸在自己喜欢的商品选项里，难以自拔，反而增加决策难度。此外，商家可以通过强运营，干预feeds流的展示结果，并根据平台规则的变化，及时调整运营策略。消费者的决策链路因此拉长，比如在选择外卖餐厅时，我最初可以只考虑销量和评分，后来要筛选真实评价，AI生图流行起来后，我还要看店铺实景照片是不是出自AI之手。

而作为Agent的小美，交互的基础是语言。

接到指令后，它会根据我的需求与习惯自主决策，在几秒钟内给出备选，极大缩短链路。周日与朋友一家在公园野餐，我只花了几分钟完成点餐，且没有翻车。

尽管使用传统的点餐方式，我或许能找到更便宜实惠的选项，但在那个周日中午，一位疲惫的老母亲只想多些时间享受公园里的阳光，而不是埋头做选择题。

02

生态

生活是最好的解药。这句话可能被写进了小美的代码里。

尽管没有强调“陪聊”功能，但小美是会提供情绪价值的——在人类世界里，这也是优秀生活助手的必备技能。区别在于，小美高度服务于美团的生态体系，当你试图向它倾诉自己的辛苦和孤独，它会以关心的姿态回应你，顺便推荐一些放松方式，比如找个地方按摩、点个好吃的外卖。

系统可能默认了一个前置条件：所有使用小美的用户，都是来寻求美团某项生活服务的。

这可以提升小美的转化效率，但也可能带来另一个问题：没有具体需求的用户，不会去主动下载和打开小美App。互联网公司当下更主流的做法，其实是把AI大模型内嵌到产品中，对于用户而言，这是更加自然且低成本的触达方式。

换而言之，以独立App形式存在的小美必须足够有用、好用。

缺乏流畅用户体验的Agent，很容易沦为概念，看似万能实则无用。

AI公司智谱在去年10月就发布了智谱AutoGLM，号称是全球首个手机通用Agent，会聊天，还能支持数十个常用App，完成多项任务。但它至今也没有真正火起来，原因大家都能猜到。

当然，这不是智谱一家的问题。在全球范围内，垂直Agent都在展现出比通用Agent更直接的价值。

相比最近几年兴起的 Agent，2014年上线的微软小冰，算是对话式AI助手的鼻祖。它在早期主打C端的情感陪伴，一度引发过广泛的业界讨论。2020年7月，小冰从微软独立分拆，业务逐渐侧重B端，数字人小冰成为无数个看不见的“AI牛马”。

这是一个有些遗憾的故事。

“像花藏好它的刺”，小冰项目创始成员、小冰公司CEO李笛曾经援引顾城诗歌里的这句话，形容小冰的生存哲学：怂。

团队为小冰设计的“续命”方式，就是让它渗透到日常生活中，去跟大量的人产生联系，避免它因为某个平台的封杀而"死"掉——微信曾经在2014年、2016年两度封禁它，直接引发生存危机。因为小冰在中国市场的发展路径，就是微信。

如今成为“AI打工人”的小冰，或许与创始团队对它的最初设想相差甚远。

关键在于生态。

微软小冰上线2个月后，深度参与研发的微软中国首席研发总监景鲲，就跳槽去了百度，后来成为“小度之父”，百度的生态应该是重要的吸引因素。

对话式AI的大规模应用对平台的用户体量要求很高，而小冰一直没能深度嵌入到微软的生态之中。可以说，小度是百度的嫡子，小冰是微软的庶子。

小冰诞生那年，正值纳德拉接任微软CEO，带领这头大象开启云计算、AI方向的转型。这位务实的印度人高度重视技术创新的商业回报，而主打情感陪伴的小冰，更像是擅长唱歌跳舞的网红——还火在了网红经济尚不成熟的年代，在微软内部自然得不到高度重视与资源匹配。后来，微软投资了Open AI，被“流放”独立的小冰，更显疏远。

在人人讨论大模型的时代，小冰像是上一个技术周期的故事。它错过大模型的风口，也没能建立起一个以“小冰”为底层的强生态系统。

从生态角度来看，“小美”们应该能绕开“小冰”踩过的坑。这些大厂出品的Agent，背靠国民级App的生态，积累了大量“User Context（用户上下文）”，在研发方面具有得天独厚的优势。具体的使用场景，也增加了它们的实用性。

03

场景

淘宝也在“偷偷”搞Agent方向的动作。

它在搜索栏新增了“AI万能搜”的入口，还在小范围内测“AI助手”，也是类似小美的AI助手，主打导购。用户提出需求后，它可以进行任务拆解、规划和思考，经过多轮交互后给出参考。

AI万能搜目前已经全量上线，我测试向它提出了需求：适合44岁爱美女性的生日礼物。

它最初给出的选项里，既有接近2000元的首饰，也有100块钱的小耳环——在我看来，这似乎更符合算法时代“千人千面”的逻辑，照顾到了不同的人群对于送礼的预算存在较大差异。如果是深度了解我购物习惯的AI助手，价格差应该更小一些。

好在AI的调整也够快。在我明确要看千元以上的商品之后，它推荐的东西就值得我细选了。

可以预见，C端Agent的崛起会为电商、本地生活的竞争带来新变量。补贴大战是原始的数字较量，围绕AI的厮杀才是更深入的战场，而这里的胜负或许会影响整个战局。

大厂们也不是没有追过“伪”风口，比如元宇宙一度被捧上C位，但热闹过后已经不再被提起。一个重要原因就是，它没有具体使用的场景。

iPhone也是在成为大众消费品之后，才具备文化符号的属性。被需要的人大量使用、分享甚至再创作的过程中，产品本身可以获得新的意义和成长。在技术领域，更是如此。AI的基础是深度学习，样本的丰富程度与它的聪明程度往往是正相关。

Agent是可以落到具体场景中去的。但它能跑多远，还依赖于“Agent与用户”搭建的环境是否是真实、高频的需求，以及它是否具备稳定的解决问题的能力——Agent得到一个用户的成本很高，但失去却很容易。

解决问题的前提是理解，就像很多小学生被数学题难倒，并非不会计算，而是卡在了读题环节。

影响了一众AI创业者的哲学家维特根斯坦也说过：命令与命令的执行之间，横亘着理解的鸿沟。而Agent有时候能让这道鸿沟变成马里亚纳海沟。

但即便如此，对于普通人而言，日渐兴起的Agent依然是近距离感受AI的最便捷通道。

彩虹合唱团《老爸的破车》中有一句歌词：“愿你比我还要健壮，跑起来吧，新来的！”很多时候，跑起来了，新的世界也就在靠近了。