Agent元年，谁能替AI在现实中跑完最后一公里？

来源：@首席数智官

“AI 可以调度数字世界，但暂时还不能调度物理世界，我们正在让这件事变成现实。”

说这句话的人是乔松涛，UU 跑腿创始人。

毋庸置疑，从去年底 OpenClaw 的爆火，到今年初 WorkBuddy 的流行，再到现在的千问办公、豆包工作，越来越多的 AI Agent 不断通过写代码、做调研、调接口、串工作流等方式证明着自己的价值。

而 AI 的下半场竞争，显然不只发生在数字世界，AI 必然会从数字世界走进物理世界。

过去一年，“AI 走进现实”完全被等同于具身智能，尤其在今年下半年，几乎所有具身智能公司都给自己贴上了物理 AI 的标签。似乎所有人都只有一个判断：要让机器动手，必须先给它造一副身体才行。

现实果真如此吗？未必。

在给 AI 造出身体之前，其实还有一个更早到来的阶段：让 AI 调度物理世界。比如送东西、搬货、代挂号、照看宠物、甚至做线下调研等等。

简单一句话：AI 能不能把一句指令，变成现实里一个可验证的结果。

做了 10 年跑腿业务的 UU 跑腿，是这件事最早、也最坚定的实践者。

那么问题来了，为什么是即时配送？UU 跑腿是怎么做的？这件事的想象空间到底有多大？

一、为什么即时配送是 AI 调度物理世界的试金石？

经历过 3 年特殊时期的我们，越来越离不开即时服务，例如打车、外卖、购物等等。

因为即时配送的本质，就是人们对衣食住行的基础需求，这也是各大互联网平台持续加码即时零售与即时配送的底层逻辑。

而如今，AI Agent 与线下履约的连接正在密集发生：当一句指令既能调起数字世界的算力，又能落到现实里的一个人、一辆车，AI 才算真正补齐了从“想”到“做”的最后一环。

物理世界每天的运转，本身就是一连串“得有人去做”的动作——把东西从这送到那、到某地办成一件事、替谁跑一趟。这些动作不会因为模型更聪明就自动发生。

但问题在于，外卖和网购，其实很难作为验证 AI 调度物理世界的核心业务场景。因为与数字世界调试软件不同，物理世界无法重试与回滚，所以我们必须选择最有代表性、非标、长链路的业务。

只有足够难，才能够最大程度验证 AI 是否能够真正调度物理世界。

AI 调度物理世界有几个核心要件：任务即时发生，意图是一句开放的自然语言，需要真人到场，现场无法预先编排，交付的是“把一件事办成”，结果可被验证，且能被任意 Agent 调用。

为什么外卖和网购不能作为验证 AI 调度物理世界的试金石？因为它们太标准了：一份外卖，起点是商家、终点是地址、中间是取货和配送；网购甚至更简单，计划性、批量、非即时，以物的位移为中心，收件人甚至可以不在现场。

本质上来说，外卖和网购的核心意图是结构化的，以物品为核心。即使今天不少 Agent 已经可以实现外卖和网购，但依然不能说明 AI 已经可以调度物理世界。

而即时配送，尤其是其中的“万能帮手”业务，恰恰是验证这一能力的最佳场景。

以 UU 跑腿为例，乔松涛介绍，今天的 UU 早已不再是最早时送文件、送鲜花、送物品等单纯的跑腿业务。

经过 10 年发展，现在平台上的客户经常用 UU 跑腿办很多“杂事”。例如搬东西、布展、临时叫个小时工、去仓库搭把手，甚至有人叫跑男去遛狗、替人敲门查岗等等。

换句话说，UU 跑腿平台上量最大的活早就不是“送”，而是“到现场，把一件事办成”。

无论是把成箱月饼拆开重新分装、替人去医院排次队、上门装台电脑，它都需要把一句模糊的需求变成一串能执行的动作，而这其中也涉及很多共性环节：找人、到场、操作、交付、留证、结算。

到此不难发现，这些共性环节的拆解，其实与 AI Agent 的原子化能力是相通的。

今天的 Agent 之所以能够完成各种复杂任务，核心原因就是因为联网查询、数据分析、写代码等能力都被封装进了 Agent 中。面对复杂需求，Agent 将其拆解成一个个子任务，再逐一完成。

而这也是如今 UU 跑腿能够落地“万能帮手”业务的技术基础。过去的 UU 跑腿靠规则匹配，一个说不清的个性化需求根本落不了地；而现在 AI 能做语义理解，能把一个需求拆成一个一个子任务。有了语义理解和任务拆解，“什么都能找人办”才第一次实现规模化。

所以，即时配送的复杂度、即时性、现场性和办事属性，与 AI 调度物理世界的难点正好匹配。

在「首席数智官」看来，选试金石的标准从来不是最热，而是最能把问题暴露完整。即时配送的难，几乎就是 AI 走进物理世界的难。

二、UU 跑腿已经在做了

从前文不难发现，UU 跑腿已经在探索 AI 调度物理世界这件事。只不过，终端的业务扩展只是表象。据乔松涛介绍，UU 跑腿在 AI 的探索中还做了 3 个重要动作。

第一个，也是最关键的动作：把接口开出去，让外面的 Agent 直接调用 UU。

据乔松涛介绍，UU 跑腿是行业里第一个把跑腿能力做成 MCP Server 并开源的平台，从去年开始，就陆续上线了自己的 MCP、CLI，还开源了跑腿的 Skill 等，供外部 Agent 调用。如今，用户不必打开 UU 跑腿的 App，就可以在 WorkBuddy、千问、豆包这些 Agent 里说一句“帮我送束花”，请求就顺着接口落到 UU 的运力网络上。

开发者甚至能把 UU 跑腿装进自己的 Agent，像调用一个函数一样发起一单：估价、建单、查单、撤单、定位骑手，一路跑到底。

这种开放战略的价值，不在于多了一个下单渠道，而在于 UU 跑腿第一次从一个封闭的 App，直接变成了可以被其他 Agent 调用的城市服务能力。而且这种能力不弱：平均 37 分钟送达，准时率约 98.7%，接入的 AI 平台数量在行业里排第一。

第二个动作，是把自家的 App 进行 AI 化改造。

这并不难理解。过去用户下单要选品类、填地址、挑服务，如今入口里多了个“AI 下单”：一句自然语言说清要干什么，取送、买药、排队、查单、定位骑手，系统自己理解、自己拆单，全程能追踪。

第三个，也是最基础的核心动作，是 AI 原生改造。

乔松涛透露，UU 跑腿内部有一个管理原则：遇事不加人，先加 Agent。

过去一个城市的数据分析要提需求、排期、等开发；如今产研压到三五个人，一个功能三天上线，最好的时候一个人加 AI 一天就跑完。

在乔松涛的观点中，一个公司“用 AI 赋能”和“运行在 AI 上”是有本质区别的。他希望 UU 跑腿是一家运行在 AI 上的公司。据了解，目前公司里多数常规经营动作都已交给数据和模型。因为只有这样，才能让他真正实现“不只是一家配送公司，而是一套城市服务操作系统”的愿景。

在「首席数智官」看来，这三个动作是递进的：开放接口解决业务能不能被调用，App AI 化解决业务能否被 AI 拆解落地，组织 AI 化解决能不能持续、敏捷地供给能力。这三个动作做完，UU 跑腿才有机会把自己改造成一张 AI 调度物理世界的网络。

三、这件事的想象空间到底有多大？

虽然经过了 AI 的改造，UU 跑腿扩展了自己的业务边界，但问题在于：如果即时配送只是“送得更快”，那它是一门效率生意，不是个值得重新估值的命题。

真正的想象空间，藏在线上线下统一的大市场里。

我们来看线下即时配送的市场空间。据艾瑞咨询《2024 年中国即时零售行业研究报告》数据，2026 年中国即时零售市场规模预计突破万亿元，其中即时配送约 7800 亿元。这是线下履约的市场规模。

那如果把视野从线下挪到线上呢？UU 跑腿往前探的另一条线，正是为此准备的。

据了解，UU 跑腿近期上线了一个名为 UUMit 的产品，是一个面向 Agent 与 Agent 之间（A2A）能力交易的平台。

例如，一个开发者写的技能、一家公司的接口或数据、甚至一台闲置电脑的算力，都能注册上架，被别的 Agent 按次调用、自动结算。

乔松涛把它类比成大模型圈的 OpenRouter：“别人聚合的是大模型，我们聚合的是无数个 AI、无数个 API 接口、无数个数据源。”

在他看来，UU 跑腿名字里的“UU”，意思是两个 User——他们可以来自物理世界，同样可以来自数字世界。

在乔松涛的构想中，跑腿只是 UU 的一个业务：今天在物理世界，UU 由跑腿这支地面网络承接；在数字世界，Agent 之间的调度与交易由 UUMit 承接。

而未来的终局是这两条线合流，UUMit 把数字世界和物理世界一起调度，让跑腿变成 UUMit 平台上的一项业务，真正实现线上线下闭环的“User to User”。

2026 年无疑是 Agent 元年。乔松涛认为，如果入口真向少数几个超级 Agent 收敛，那谁站在它们背后，把意图翻译成现实结果、还能兜底和结算，谁就能拿到进入下一个 10 年的门票。

当然，UUMit 的构想还需要时间来验证。AI 去调用现实里真实的人，需求清不清晰、现场出了异常谁接管、责任和费用怎么划，这些物理世界特有的门槛，比数字世界难得多。

不过，也正是这几道坎，证明着 UU 跑腿的战略价值——因为它卡住的，正是“AI 调度物理世界接口”这个生态位。

在「首席数智官」看来，Agent 的下半场一定是要进入物理世界比拼的，比的是谁能让一句数字指令穿过屏幕、变成一个可被验证的结果。

显然，AI 走进物理世界的第一副身体，未必是一台人形机器人，也可能是一张早就在城市里跑着、只是刚学会被调用的网。能不能兑现，得让跑在路上的人和时间来回答。

-end-