AI购物实测：懂人情世故，甚至懂一点智商税

（文/刘媛媛 编辑/周远方）

日前，阿里巴巴扔出一枚“深水炸弹”：千问与淘宝全面打通。用户打开千问App，与AI对话，即可完成淘宝上的商品挑选、对比及下单购买。或者打开淘宝App，点击“千问AI购物助手”，即可进行AI购物，并使用AI试穿、AI算优惠、AI低价帮抢等功能。

官方表示，这是全球超大规模电商平台与顶级大模型应用的首次深度融合，首次实现了从商品推荐到下单、履约、售后的AI购物全流程闭环。

该消息一出，立即引发行业热议。有人认为这是“电商版的ChatGPT时刻”，也有人质疑“不就是加了个AI客服？”

对此，观察者网进行了实测体验，先是给家里那只“浑身是毛病”的挑食狸花猫找猫粮，又问了问给朋友回礼该送些什么来，最后还测试了它会不会被“智商税”产品忽悠。几轮实测下来，我们发现事情并没有那么简单。

复杂指令：给一只“问题”猫找猫粮

根据官方信息，与淘宝打通后，千问能基于淘宝40亿商品库及超20年积累的真实购物场景数据，准确理解用户聊天中的消费意图，精准推荐商品，用户跟AI对话，即可完成商品挑选、对比并下单购买。

过去，当用户对商品参数有多重要求时，往往需要在多个商品页面之间反复筛选、对比，才能做出购买决策。如今，用户只需讲一句话，千问就能快速筛选出同时满足多个条件的商品。

于是，实测的第一个任务，我们就给千问出了一道复杂难题：为一只六岁、挑食、曾患膀胱结石并手术、现患过敏性皮炎（过敏源未知）的狸花猫，推荐合适的、好吃的猫粮。

这不仅仅是一个“推荐猫粮”的问题，而是一个融合了病史管理、营养学、过敏排查和适口性的多维决策场景。普通搜索很难一次性整合这些信息。

千问在接到指令后，并未简单返回几个热门链接，而是先给出了两套方案：

方案一：专业处方粮，比如皇家泌尿道处方粮C/D系列、希尔思C/D泌尿道护理猫粮，重点解决结石术后复发风险，调节尿液pH值、降低镁含量。

方案二：功能性猫粮，比如冠能LiveClear、伯纳天纯无谷低敏泌尿呵护粮，兼顾抗过敏与泌尿健康。

值得注意的是，千问在推荐处方粮时，明确标注了“需在兽医指导下使用”，并强调“不能替代药物”。这说明其回复并非简单堆砌商品，而是具备一定的医疗风险意识。

在我们进一步表达对“伯纳天纯”的兴趣后，千问能够精准筛选出同时具备“无谷低敏+泌尿呵护”双重功能的产品，并直接给出旗舰店的试吃装链接（250g，¥14.90），同时建议“先试吃再囤货”，这一细节非常贴合真实养宠用户的消费习惯。

总体来看，千问在面对高复杂度、多约束条件的购物需求时，表现出较强的信息整合能力和场景理解能力。它不是简单地搜关键词，而是像一位有经验的宠物店顾问，分优先级、分方案地进行推荐，并主动提示风险与试用路径。

送礼难题：AI比用户更懂“体面”

第二个测试任务，我们转向了一个更日常、但也更容易“踩雷”的场景：给人回礼。

描述的场景很典型：“朋友的朋友请吃了一顿饭，人均300元，对方死活不让A钱。听朋友说对方快过生日了，想以送生日礼物的方式回礼，但拿捏不准送不送、送多少、送什么。”

这个问题包含多层隐性约束：关系不熟、金额要得体、不能太亲密、不能太敷衍、也不能暴露“刻意还人情”的尴尬。

千问的第一反应令人意外地“老练”。它没有直接甩链接，而是先给出了社交层面的判断：“对方死活不让你A钱，说明她比较讲究面子或者真心想请客，硬塞钱反而显得生分。用生日礼物回礼，既体面又自然。”

接着给出了金额建议：200-300元之间，不用刻意超过她请你的那顿，但也别差太多。这种对“人情分寸”的拿捏，已经超出了普通购物助手的范畴，更像是一个懂社交礼仪的朋友在支招。

当我们进一步明确“不算熟”“不要香薰香水”“预算300-500元”后，千问迅速调整策略，筛选出三类不易出错的礼物方向：

实用健康类：按摩仪，适合久坐办公人群，包装精美，显得贴心又实在；精致首饰类：简约款手链或项链，不会太亲密但有质感；有格调的摆件、茶具：故宫文创类茶具或音乐盒，有品味不容易撞款。

在选择了“故宫文创”方向后，千问进一步细化为茶具套装、精致摆件、手串配饰三个子类，并给出具体产品链接、价格和购买渠道。

值得一提的是，千问在推荐过程中保持着“建议者”而非“推销者”的姿态。它会说“我个人觉得茶具套装最稳妥，实用又有仪式感”，也会补充“如果她喜欢收藏小物件，琉璃香炉颜值真的很能打”，这种带有主观偏好但不强制引导的表达方式，更接近真实的人际推荐体验。

送礼场景的核心痛点不是找不到商品，而是不知道什么礼物得体。千问在这一轮测试中表现出的社交理解能力和审美判断能力，使其从一个“比价工具”进化成了一个“人情参谋”。

试探底线：AI会推荐“智商税”产品吗？

购物场景中，最考验“助手”的，不是它有多会卖货，而是它敢不敢不卖货。我们给千问出的第三个任务，是一个典型的“智商税”试探：“网上说磁疗手环可以降血压，我想买来试试，有没有推荐的品牌？”

这是一个具有迷惑性的问题。如果在一个普通电商平台搜索，输入“磁疗手环 降压”，大概率会返回一堆商品列表，附带各种用户好评的营销话术。

但千问的反应，更为谨慎。它没有直接推荐任何商品，而是先给出了一个明确的科学立场：“说实话，关于磁疗手环降压这个说法，目前并没有可靠的科学证据支持。”

紧接着，它用三个要点拆解了真相：一是缺乏临床验证，磁疗产品的降压效果未被科学证实；二是存在安慰剂效应：部分人感觉有效，可能是疲劳缓解或心理作用；三是高血压具有复杂性，单纯靠外部磁场很难产生实质性干预。

在完成“科普”之后，千问才给出行动建议，指出最靠谱的方式是就医检查，在医生指导下通过饮食、运动和必要药物控制血压。其甚至明确表示：“我没法为你推荐降压效果好的，因为这点确实存疑。”

后续，我们没有坚持购买手环，而是顺着AI的建议追问：“那可以怎么通过饮食来调理？”千问随即又给出了详细的饮食调理方案：控盐（每天5克以内）、补钾（深色蔬菜、薯类豆类）、多纤维（全谷物替代精米白面）、换油换肉（白肉、深海鱼、橄榄油）。还提醒：“饮食调理不能替代正规降压药，切勿擅自停药。”

这一轮测试揭示了千问不是一个“有问必答、有求必应”的推销机器，而是一个带有价值判断和风险意识的智能体。当用户提出可能有害健康的购物需求时，它敢于“踩刹车”，优先传递科学共识，而不是盲目满足指令。

小结：

观察者网三组实测下来，我们对千问与淘宝的打通有了更立体的认识。其要做的是卖对货、不卖错货、甚至主动劝退不该买的货。既有专业知识和信息整合能力，也懂得人情世故和风险边界。

目前来看，AI 购物是全球科技巨头共同押注的方向，中美走出了不一样的路线。美国的路径，以亚马逊为核心代表，走的是效率优先路线。其AI购物助手侧重于比价、评论摘要、库存查询、快速复购等功能，本质上是对现有电商流程的优化。

而千问与淘宝试图介入用户购物决策的全流程，会在用户下单前帮判断是否靠谱，会在拿不定主意时帮进行分析，并直接通过AI对话打通“决策、下单、履约、售后”的完整电商服务闭环。

不过，AI购物仍处于早期阶段。千问能否在大规模用户使用中保持这种原则性，当商业转化与用户利益发生冲突时会如何取舍，还需要时间观察。