Uber开卖酒店：一个前Expedia CEO的闭环

周三纽约的Go-Get活动现场，Uber CEO Dara Khosrowshahi站在台上宣布了一件听起来跨度很大的事——美国用户现在可以直接在Uber应用里订酒店了。70万间房源，来自他老东家的库存。

这位曾在Expedia掌舵12年的高管，正把打车软件改造成一个"全能应用"。而支撑这个野心的，是一套叫"代理式人工智能"的新工具。

从打车到订房：一场预谋已久的跨界

新功能上线即覆盖全球超70万间酒店，合作伙伴是Expedia Group。Uber One会员能拿到两项实打实的优惠：指定1万间酒店八折，以及所有订单返10%的Uber积分。

民宿库存也在路上。Uber透露，Vrbo的度假租赁房源将在今年晚些时候接入。

Khosrowshahi在台上的表述很直接：「我们不再只是一个打车应用，甚至不只是两个应用，或者一个涵盖打车和外卖的应用家族。」

他的完整定义是：「Uber现在是一个万能应用——你可以去、可以取、现在还可以旅行。」

这个"去"和"旅行"的区分很有意思。前者是点对点移动，后者是目的地停留。从A点到B点，再从B点住下来，Uber正在填补出行链条的最后一块空白。

AI工具如何把开发周期砍半

真正让技术圈侧目的，是这些功能从想法到上线的速度。

Uber首席技术官Praveen Neppalli Naga告诉TechCrunch，酒店预订这类功能原本需要至少一年——开发、测试、调试、上线，每个环节都耗时间。现在周期直接减半。

关键变量是代理式人工智能（agentic AI）工具，比如Cursor。

Naga的描述带着技术人罕见的兴奋：「过去几个月我们看到的是一次根本性重置，一种全新的软件开发方式。」他把时间锚定在去年年底——代理式AI开始冒头的时候。

Uber的瓶颈从来不是缺想法。Naga的原话是：「我们的问题通常不是没想法，想建的东西太多了。」真正的卡点是时间和资源。

代理式AI解决的是执行层的效率。工程师用这类工具辅助编码、调试、甚至部分自动化测试，把人力从重复劳动中释放出来。当更多工程师适应这种工作流，Naga预计速度还会更快。

旅行场景的纵深布局

酒店预订只是周三发布的一揽子计划中的一环。

Travel Mode（旅行模式）是另一个重点。用户到达目的地后，应用会推送旅游热点、本地人推荐等实用信息。这个功能被同步延伸到Uber Eats——新增了一个"客房服务"入口，列的是旅客常忘带的东西。

后续迭代已经排上日程：精选餐饮推荐，以及通过OpenTable直接订座。

更细的场景是"Eats for the Way"。预约了Uber Black的用户，可以提前点好饮料或零食，上车时已经备好。这不是新故事——航空公司和高端租车公司玩了很多年——但把它塞进日常出行场景，Uber的意图很明显：把"路上时间"也变成消费场景。

还有一项AI语音预订功能，同属周三发布的新品。Naga没有展开细节，但结合他提到的"广泛搜索工具"，可以推测Uber在测试更自然的交互方式——说话就能完成复杂预订，而不是在菜单里层层点击。

Khosrowshahi的闭环

把视角拉远，这次发布有一个容易被忽略的人物线索。

2005年到2017年，Khosrowshahi在Expedia从CFO做到CEO，亲手把这家公司打造成全球在线旅游巨头。2017年他接手Uber时，公司正深陷危机。七年过去，他不仅稳住了基本盘，现在还要用Expedia的库存反哺Uber的生态。

这不是简单的资源复用。Expedia的供应链、Uber的流量入口、再加上AI压缩的开发成本，三件事凑在同一时间点成熟。

对Uber One会员体系来说，酒店折扣是极具粘性的钩子。外卖会员续费可能犹豫，但"下次旅行能省钱"是更具体的留存理由。20%的折扣力度放在OTA行业不算激进，但叠加10%返现和Uber本身的出行场景，算账方式完全不同。

对Expedia而言，这是流量采购的新渠道。Khosrowshahi的老关系降低了合作门槛，但商业条款的细节未被披露——分成比例、库存优先级、会员权益的成本谁承担，这些才是决定模式健康度的关键。

代理式AI的落地样本

Naga的采访提供了观察AI工程化落地的具体切口。

"代理式AI"这个词在2024年下半年开始密集出现，指的是能自主规划、调用工具、完成多步骤任务的AI系统。与单次问答的聊天机器人不同，它更接近一个能执行任务的数字助手。

Cursor是这类工具的头部产品，核心能力是在代码编辑器里提供上下文感知的补全、重构甚至自动生成。Naga提到的"工作流" adoption，暗示Uber内部有组织的推广和培训，而非个别工程师自发尝试。

开发周期从一年压缩到半年，这个幅度在软件工程领域相当激进。需要警惕的是，Naga没有说明这是否包含完整的合规审查、安全测试和灰度发布。酒店预订涉及支付、用户数据、供应商对接，风险敞口比纯软件功能大得多。

如果Uber能持续验证这个速度，它将成为企业AI转型的一个标杆案例。但"更快"不等于"更好"，早期迭代的质量控制和用户体验，才是真正的考验。

超级应用的边界测试

Uber的扩张路径有清晰的逻辑：高频带低频，场景互相嵌套。

打车是最高频的入口，外卖延长用户停留时间，现在酒店和旅行内容试图覆盖整个出行决策链。理论上，一个计划周末旅行的用户，可以在同一个应用里完成：查攻略、订酒店、叫车去机场、落地后叫车去酒店、途中点外卖、到了发现忘带牙刷再点客房服务。

这个闭环的竞争对手不是单一公司，而是一整个应用矩阵。Google Maps有信息和流量，但没有交易闭环；Booking.com有酒店库存，但没有本地服务网络；美团在中国验证了"超级应用"的可行性，但美国市场的用户习惯和监管环境完全不同。

Khosrowshahi的赌注是：美国用户愿意接受一个更重的Uber。这取决于两个变量——产品整合的流畅度，以及会员权益的感知价值。

周三的发布只是起点。Vrbo的接入时间、OpenTable整合的进度、语音预订的实际体验，这些细节将决定用户是否真的会把Uber当作旅行入口，而不是偶尔用一下的新奇功能。

打开你的Uber应用，看看首页有没有多出一个酒店标签。如果有，试着搜一下下次旅行的目的地——不是真的要订，而是感受一下这个曾经只会问你"要去哪"的应用，现在想参与你旅程的多少环节。然后问问自己：你愿意让它参与这么多吗？这个答案，就是Uber下一步要争取的东西。