AI 打车，拿到「大结果」了吗？

万圣节的一周通常是国外最热闹的时候，出去玩的、聚餐的都选在这个节日前后。这一周里，Uber 和 Uber Eats 一共完成了约 3.2 亿笔叫车与配送订单。人们出门、逛街、叫外送，点开应用，一天下来就是数千万次交易。

其中，有多少笔是让外部 AI Agent 代办的？——Uber Eats 约 500 笔，叫车业务只有 4 趟。

Uber 在 11 月 4 日的财报电话会上给出了这两个数字，首席财务官特意用了「grand total」来形容那 4 趟车，仿佛在阴阳 AI Agent 拿到的这个「大结果」。

这不是说 Uber 自己开发的 AI 一周只会叫来 4 辆车，财报统计的是从其他公司的 AI 助手那里进入 Uber、最终由 Uber 履约的行程。Uber 也没有公布用户曾经向 Agent 发起过多少次叫车要求、有多少次卡在中途，所以 4 不是「成功率」的分子。

而且，「从 AI 助手出发」也不一定等于全程不离开聊天框。按 Uber 对 ChatGPT 接入的说明，用户可以先在 ChatGPT 里规划行程，再跳转 Uber 应用完成叫车与支付；Claude 的 Uber 连接器也将最后的预订交回官方应用。财报没有拆分那 4 单各来自什么助手、走了哪条具体路径。

但这个「大结果」可以说是跃然纸上了：目前几乎没人把外部 AI 助手当作叫车的第一入口。

Demo 的常客，演完就消失

自从 Agent 开始被描述成「不只回答问题，还能替你做事」，点外卖、买杂货、叫车就反复出现在发布会和演示里。

每个人都点过外卖，也都能想象把这些步骤交给别人。OpenAI 当年介绍 Operator时，把购买杂货列为典型任务，还宣布与 DoorDash、Instacart、Uber 等公司合作；Google 展示 Android 上的多步骤任务时，首先开放测试的也是外卖、杂货和网约车应用。画面很容易理解：说一句想吃什么、要去哪里，AI 打开页面、填好信息，屏幕上操作一步接一步完成。

Gemini 的演示画面，顶部提示 Gemini 已准备好订单，待用户确认。图片来源：Gemini

外卖平台自己也在配合这种想象，DoorDash 的 AI 订餐连接器拿办公室午餐举例：同事们在聊天工具里商量吃什么，Agent 可以帮忙找餐厅、汇总订单、安排送达，这比展示一个抽象的「自主行动能力」具体得多。

DoorDash 官方发布的订餐连接器演示图。图片来源：DoorDash

但在 DoorDash 10 月底的财报电话会上，CEO Tony Xu 说，第三方 Agent 接入以来总共只带来「几百笔」订单。这跟他们日常的量级，实在是差了个十万八千里。

生活消费在演示里很热闹，在外部 Agent 带来的实际订单里还很冷清。

App，可能已经够快了

发布会上的观众，只需要看一次 Agent 点外卖，就能明白它会行动。真实用户却得在每一次被饿到或临时出行时，重新判断：这次让 AI 办，是不是比自己办更省事？

大多数时候，因为时机紧急，这种判断只会一闪而过。

Uber CEO Dara Khosrowshahi 在财报电话会上给了一个很不浪漫的参照：在 Uber 应用里，叫车平均只要 50 秒，其中约 75% 的行程可以根据已知目的地一键发起；重新点一份常吃的外卖，中位数时间是 90 秒，因为用户已经有地址、支付方式、收藏餐厅和历史订单。

相比之下，Agent 要先听懂需求、拿到授权、确认车型或餐品，有些接入还得把人送回原生应用完成最后一步。对于熟悉的重复动作，省下两次点击，可能还抵不过新打开一个对话框，一步步聊天、对话。

使用 Gemini 完成打 Uber 的任务。图片来源：WIRED

DoorDash 的 CEO 也在财报会上提到，第三方 Agent 可能更适合需要长时间比较的购买，或者在后台主动替用户处理、用户原本尚未想到的需求。这样的工作若真能做好，才有机会让 Agent 比现成应用更短、更顺。

况且，第三方助手还面临跟服务提供方的原生 AI 助手竞争，Uber 就开发了自己的 Uber Assistant，可自动识别购物清单并加购。

Uber 内置的原生 AI 助手。图片来源：Uber

不过，实际体验的摩擦也不只来自速度。叫车时，用户可能临时改目的地、比较等候时间、确认车牌；点餐时，库存、配送费、优惠券随时变化。每一步都需要在「放手让 AI 做」和「自己看一眼」之间反复横跳。为了让这条线安全，平台会要求授权和确认；确认一多，原先承诺的省事又被削弱。

从演示到习惯

在国内，情况倒是乐观一些。今年春节，千问 App 接入淘宝闪购、支付宝等服务，再用「30 亿大免单」请用户试着在对话里下单。千问公布的数据称，活动前六天，AI 完成下单超过 1.2 亿笔。至少在支付和履约打通、又有免单券可用的时候，「一句话买东西」不只是发布会上的一段录像。

但这 1.2 亿笔与 Uber 的 4 趟车并不是同一项考试。Uber 统计的是别家 AI 助手带来的订单，千问位于阿里的生态中，把入口放在自己的应用里，连接阿里已有的购物和支付服务，还给了人们专门来试一次的价格理由。订单说明这条链路能跑，也说明补贴能把人带进来；它没有回答的是，没有优惠之后，还有多少人会回来。

叫车也在国内进入实战考验阶段，曹操出行与豆包今年 9 月宣布，在北京、杭州、苏州上线 AI 打车：用户在豆包问地点、查路线，便能继续看出行方案并叫车。只是公开材料仍停留在「能叫」，没有像 Uber 那样交代「有多少人真的叫了」，更没有交代多少人第二次还这么叫。

豆包与曹操出行公布的 AI 打车合作

第三方助手连通日常生活类应用的接入仍在早期，不同平台开放的能力也不一样；不过，生活场景的刚需地位不言自明。点外卖和叫车之所以适合演示，是因为它们熟悉、步骤清楚、完成后马上能看到结果。但同样因为熟悉，人们早已学会在原来的应用里迅速完成它们。

生活的「高频」，并不会自动变成 Agent 的高频。下一次看见 AI 演示替人叫车、点咖啡，不妨再问一句：如果明天早上真的赶时间，你会先叫醒 AI，还是直接点开那个已经知道你要去哪的 App？

我们正在招募伙伴

简历投递邮箱hr@ifanr.com

✉️ 邮件标题「姓名+岗位名称」（请随简历附上项目/作品或相关链接）