AI外賣大混戰，贏家是國潮包裝和黑色塑料勺

有個互聯網段子：三大平臺年初說要 all in ai，結果現在 all in 外賣。為啥呢？因為 waimai 包含兩個 ai。

創作這個段子的朋友一定沒想過當今外賣的 AI 含量有多高——作為當下人工智能（障） 最普及的應用場景，從你打開 App 的那一刻起，一場由 AI 導演的《舌尖上的幻覺》就已開機。

搞外賣，那可是貨真價實的 all in AI。

01.制造一桌假外賣

一日兩餐頓頓外賣的諸位一定見過這樣的門頭照：大氣明亮的招牌，柔和的光線，門口大排長龍，十分熱鬧。

這是 AI 時代的特產，用上這些華麗的 AI 門頭照，假裝自己是一家擁有超高人氣的堂食大店。

而其實它們真實的樣子是這樣的：

還有這樣的：

AI 大規模生成門頭照這事前段時間被央視曝光了，各個平臺就開始治理，下架掉了一大堆這種同一個模版里跑出來的 AI 圖。

但其實換一個提示詞就可以卷土重來，流水線上的 AI 圖封掉之后，剩下的更隱蔽，讓人傻傻分不清，下面這倆就是我打開軟件隨手截的。

不光是門頭圖，AI 還可以輕輕松松生成店內環境圖，整齊的原木桌椅泛著溫潤的光，復古吊燈很有現代感。看圖片很像樣子，其實還是個小作坊，連堂食位置都沒有。

你永遠想不到一家小作坊能有幾條業務線——一個不到十平米的廚房，可以同時在三個外賣平臺上運營著十二個不同的品類的外賣店鋪，你點的輕食沙拉沒準就和賭上廚師職業生涯的炒飯出自同一人之手。

很多朋友點起外賣來都有選擇困難癥，點開一張張外賣菜品圖片，放大，反復研究，試圖從圖片推斷該食物的味道。其實這完全是白費功夫，因為大多數商家的圖片也是假的。

外賣平臺都有一個巨大的圖庫，商家輸入菜品名，會跳出一大堆符合名稱的圖片，選一個喜歡的用就好了。平臺并不要求商家必須用實拍圖。

這樣的烤串圖片大家想必都很熟吧，像是專業燒烤店的出品，其實是電商平臺上三塊錢就能買到好幾百張的網圖，全國各地的燒烤外賣都長這樣。

輕食、燒烤、炸串、蓋飯，各個外賣品類的網圖都相當全乎，你對著手機精挑細選半天，其實店家都是從同一家店買的圖包。

現在呢，AI 時代，商家更是可以無痛迭代菜品圖。想要看起來更健康，提示詞里加一句“低脂、清爽、自然光”，想要更下飯，再來一句“油潤、飽滿、重口味、熱氣騰騰”。

幾秒鐘之后，一張精美的菜品圖就已經生成完畢。

能看出下面哪一盤是 AI 雞腿嗎？很難吧，所以想要通過圖片挑出好吃的外賣注定是徒勞的，因為它們很可能本身就不存在。

圖片本身就是無中生有，那么消費者收到毫無關系的外賣，自然也是情理之中，畢竟賣家秀與買家秀之間，隔著的可是整條 AI 產業鏈呢，新質生產力。

大家一頓操作猛如虎，對著外賣平臺苦心研究半小時，收到手的外賣打開還是老樣子：國潮包裝袋、黑色液體勺、海綿寶寶餐具套裝，含淚吃下0.01元加購買到的烤腸，吃完感覺自己臟臟的。

這些都是全國外賣小作坊的標配。女人戴墨鏡的國潮外賣袋要歸功于一個叫做“優小米”的畫手，據說作者和甲方價格談崩了，所以干脆做了開源，供大家免費使用。

會用這款包裝袋的大多數沒有自己品牌的小店，為了壓縮成本，還要配上一把重癥肌無力的液體勺、一雙滿是毛刺的木頭筷子，再用收藏店鋪贈送的0.01元烤腸安撫人們受傷的心。

國潮外賣里往往附贈一張好評返現卡，深諳賭徒心理的商家將它設計成刮刮樂的形式，刮開涂層——好評即返3元！

三塊錢就想讓消費者為這一頓科技與狠活背書，恐怕是難以實現的，于是商家想出了一個更聰明的辦法——苦肉計！

很多網友說自己點完外賣之后，接到了騎手打來的電話，對面小哥的聲音猶猶豫豫：那個，你好，我是給您送外賣的小哥，能麻煩您給個五星好評嗎？平臺會獎勵我一塊錢。

這誰能拒絕啊！騎手每天風吹日曬雨淋送餐，給個好評就他就會有獎勵？速速拿起手機怒寫一頓。其實這是商家用 AI 冒充騎手打來的電話，商家批量購買、自動撥打，精準收割人們樸素的同情心。

為什么冒充騎手呢，大概是商家也知道我們很難拒絕另一個正在系統里掙扎的、具體的人，盡管這頓飯真的很難吃。

既然 AI 已貫穿外賣產業鏈全流程，商家也難免有被技術反噬的時候——你會用魔法，別人也會嘛。

當商家熟練運用 AI 生成不存在的賣家秀時，一些消費者也默默點亮了“AI維權”技能：用 AI，幾分鐘內生成一張漏了的奶茶圖片或湯里浮著小蟲的特寫，截圖提交，申請退款。

AI 還可以生成兩瓶戰損狀態的飲料，受力點亂七八糟不說，兩瓶飲料都長出三個拉環了。

商家就像困在真假美猴王里的唐僧，這張奶茶漏得蹊蹺，那張小蟲清晰得像標本。不過很少有人會對此表示同情，無良用 AI 美化現實，缺德消費者用 AI 制造事故，大家彼此彼此啦。

怎么辦呢？商家只好繼續釋放黑魔法，收到投訴圖先交給 AI 審核一下。

2003年前后，國內越來越多的論壇開始支持分享圖片（在那之前只能發文本），于是誕生了一句流行的網絡用語：有圖有真相。意思是你別靠一張嘴胡說八道，發張圖片出來才能證明。

如今，AI 生成的菜品圖被 AI 加工放進蒼蠅，再送進 AI 工具里檢測 AI 痕跡。

大人，有圖有真相的時代過去嘍。大家現在正吃著 AI 烹飪的電子料理，散發著淡淡的活人微死感。

02.AI，重構外賣平臺

都說外賣（wai mai）里包含兩個 AI，只是生成幾張菜品圖這才哪跟哪。如今，AI 已經成了外賣平臺的基礎設施——只要看看它們悄悄塞進 App 里的那些功能，就能窺見互聯網公司對 AI 的狂熱。

首先被改造的就是客服功能。以前人工客服，回復得慢歸慢，至少還聽得懂人話。換成 AI 客服之后，人類消費者的血壓開始與平臺效率同步飆升。

商家沒給裝聯名活動的贈品。這是一句人類可以輕松理解的話：“我買的是活動套餐，但東西沒給齊。”

而對 AI 來說呢，它看到顧客發來的話，會把自然語言映射到系統里已有的“問題類型”，比如餐品異常、質量問題、騎手問題等，而漏送了聯名贈品并不在它的可理解語境之內。

討好型 AI 上工時，它會胡亂承諾給人類一些補償，“理解您的心情，給您補償56.55余額”，而在人工介入之后，“機器人說的不作數了？”“是的呢”。確實是給人添堵的一把好手。

如果外賣送得太慢，消費者在客服窗口催單，平臺會給騎手撥一個 AI 電話，問騎手還有多久可以送到，再將騎手那夾雜著風聲、喘息與不耐煩的答復，經由 AI 提取關鍵詞，組裝成一句規整的模板話術轉述給你：還有三五年就送到了，辛苦您耐心等待。

這也沒法怪騎手什么，送餐本來就很忙，還要接 AI 監工的電話，當然沒啥好語氣，估計他們自己都不知道這些話會被另一個 AI 轉達給顧客。

除了善后工作，平臺還致力于讓 AI 幫用戶解決吃什么的問題。

大家應該也都發現了，最近在看外賣評價時，經常可以看到 AI 總結好的評價內容，這些總結看起來十分貼心，像是把幾百條評價濃縮成了一段精華，替你節省反復翻評論的時間。

不過人腦經常會自動過濾掉這些信息，因為它總結的全部都是車轱轆中的車轱轆話，比如這是 AI 對我家邊上麥當勞的總結：營養豐富、味道正宗、性價比高。

AI 并不關心哪一道菜真正好吃，它只是在統計哪些詞出現得最多，再把這些詞，重新排列成一句看起來像模像樣的話，短短幾個標簽，就抹平了數百條評價里所有的具體感受、細微差別和真實吐槽。

理論上來說很有用，卻很難讓人產生任何關于食物的記憶點。相比之下，還是人類寫的外賣評價更有參考價值。

而現在呢，平臺甚至還想讓 AI 直接替你點餐。前段時間，美團推出了 AI Agent 產品“小美”，說可以一句話幫你點餐，比如用戶只需說出“幫我點一份附近評分4.5以上的減脂餐”，它就能直接調用你的歷史偏好和海量商家數據，生成選項并完成下單。

這個是官方的宣傳啦，實際執行起來是這樣的：“幫我找便宜的飲品”“你有毛病，就找了個豆漿，還要18”。

“好的，理解您對價格的敏感度”。

“每天早上8點，給我發一句鼓勵的話”“已設置好鼓勵提醒”“每天早上8點發一句鼓勵的話”。

剛搞出來的人工智能比較智障還是情有可原的，畢竟中文博大精深，誰也不是剛學會說話就能理解“一把把把把住了”的意思。

更重要的是這種交互模式本身：當點外賣被壓縮成一句指令，當選擇權被讓渡給一個追求最優解的系統，吃飯這件事，變得越來越像一個只需輸入需求、等待系統反饋的標準化接口。

輸入幾個參數（“辣的”“30元以內”“快”），系統返回一個結果（打包好的訂單），你對一頓飯的期待，對某家小店招牌菜的掛念，所有這些具體而微的偏好與情緒，都在這個過程中被抹平為可被處理的數據標簽。

幸好，那些需要左點右點才能領到的大額優惠券，湊半天滿減才能做出來的算術題，AI 目前還沒學會。算法可以安排每一頓午餐，但人類一頓操作猛如虎、摳摳搜搜省下五塊五的快樂，它目前還理解不了。

03.算法點餐，消費者買單

國人對吃飯這件小事一直是非常執著的。

比如淮揚菜在意“就地取材、因材施藝”，一道看似簡單的“文思豆腐羹”，需將一塊嫩豆腐橫切88刀，豎切188刀，切成細如發絲的豆腐絲，在清湯中如云朵般散開；再如廣東的老火靚湯，講究“三煲四燉”，根據不同時令、不同體質，搭配藥材與食材，食補同源。

因為對食物的鄭重，即是對生活本身的認真。

蘇軾一生顛沛流離，卻始終不忘好好吃飯。被貶黃州，他研究出“慢著火，少著水，火候足時他自美”的東坡肉燉煮心法；在儋州，他發掘了生蠔的美味，寫信給兒子叮囑“無令中朝士大夫知，恐爭謀南徙，以分此味”。

好像不管再怎么辛苦，吃到一頓好吃的食物，就覺得日子還是可以咬咬牙過下去，一口熱乎飯，是重振精神的儀式，也是確認生活仍在掌控之中的微小信號。所以家里長輩才會總說，“吃飽了不想家”。

而 AI 呢，它從誕生之初就是效率產物，它的核心是優化、加速、提升轉化，當這套邏輯開始全面改造我們與食物的關系時，外賣變得更難吃，幾乎是一個結構性的結果。

算法追求的，是在數十萬商家和數億用戶間達成全局的效率最優，這必然導向對標準化的極致推崇。

于是，為了適配推薦機制、壓低成本、保證出餐速度，許多原本依賴經驗與時間的做法被系統性地替換掉了：猛火現炒讓位于加熱即出的料理包，繁復刀工的文思豆腐，以及一燉就要四小時的老火靚湯，在成本與效率的權衡下，都成了需要被優化的冗余設計。

當食物被拆解成可復制、可組合、可替換的工業組件，我們看到了全國統一的外賣三件套：國潮袋、塑料勺、淀粉腸。這是算法的勝利，可惜要由人類來買單。

甚至因為外賣實在太難吃，餐飲業態已經迎來了退行。現在很多人微信里都有一兩個群：李大姐美食群，劉阿姨點群。群主都是附近小區的居民，在自家廚房里做飯，每天固定時間發接龍菜單，誰要什么就跟著點。

沒有算法推薦，沒有精修圖片，當然也沒有健康證和營業執照，但是人們反而覺得安心——鄰居做的，總不至于比外賣小作坊還臟吧！

這是兩害相權取其輕的結果：平臺上的餐廳越來越雷同、料理包的來源越來越模糊、責任越來越難追溯時，一個具體的人，反而顯得更可信。

我們繞了一大圈，從依賴村頭王嬸的廚藝，到相信平臺的算法和評分，最后卻又縮回了小區微信群。

算法能解決許多問題，除了那些由它自己制造出來的問題——它消解了食物的真實感和多樣性，讓我們離“好好吃頓飯”越來越遠。

這份賬單最后誠實地攤開在我們每個人面前：一份25元、有菜有肉、36分鐘送達的料理包，用極致的效率，換走了我們本可以擁有的，熱氣騰騰的生活。