我們用千問成功點了份外賣，這一次AI真把話當個事辦 | AI實測

*今日頭圖使用Lovart生成

作者 | 阿虎 石瀨

編輯 | 張潔

阿里打響了2026年AI應用大戰第一槍。

就在今天，千問App迎來史上最大規模更新，一次性上線400多項辦事功能，讓AI助手從“聊天對話”邁入“AI辦事時代”。

基于Qwen大模型，官方宣布千問全面接入淘寶、支付寶、淘寶閃購、飛豬、高德等阿里生態業務，在全球首次實現點外賣、買東西、訂機票、訂酒店等AI購物功能，預計幾天后會向所有用戶全量開放。

這意味著，千問不再只是一個停留在對話框里的AI助手，而是進化成了真正能幫你“辦事”的AI智能體。從點外賣、訂機票，到跨應用調用工具處理復雜工作，千問如今可以像人一樣和真實世界交互、完成多步驟任務。

就在今天中午，我們成功用千問下單了一份外賣，給老己加了個餐！

繼豆包手機之后，阿里成為國內大廠中又一家試圖將AI與現實世界打通的頭部玩家，并且這次阿里還把自家生態全面開放了為千問鋪路。

這讓我們好奇，相較早前依附于瀏覽器的Agent，擁有更高系統權限和生態資源支撐的千問，在實際體驗中會更勝一籌嗎？

“AI新榜”第一時間進行了實測，我們這次沒有把它當成聊天機器人，而是直接把它當成“真人助理”來使喚，實測維度涵蓋餐飲預訂、購物決策、生活辦事以及復雜的職場任務處理，一起看看它是不是真的能打。

實測AI生活助理，

能全面接管吃穿住行用？

閃購外賣

我們先從使用最高頻的“點外賣”場景入手。官方宣稱，千問App深度接入了淘寶閃購和支付寶，可實現“一句話點外賣”，這是行業內首次將支付能力原生融入到AI對話中。

在主頁對話框中，我們直接用自然語言發起了需求。面對最初的模糊指令“餓了，想吃賽百味”，千問并沒有直接進行任務，而是先基于我們的定位信息確認收貨地址，并進一步詢問具體的口味偏好。

隨后，我們輸入了一串更詳細的指令，具體到愛吃的三明治面包、配料和醬料。

這一次，千問調起了淘寶閃購的卡片，匹配了門店和食物，還按照需求列好了定制化的三明治。在這個過程中，用戶可以繼續補充想法，比如增加小食、飲品等等。

驚喜之處在于，在支付環節，千問不僅幫我們自動匹配了最大力度的優惠券，而且整個流程不用跳轉到第三方應用，在千問App對話框內就能完成選購和支付。

我們還可以給它增加難度，批量下單咖啡、奶茶、漢堡等各種外賣。除此之外，還能讓它給我們打電話訂奶茶、預定用餐位。在今天的千問發布會現場，團隊成員就現場演示下單了40杯奶茶。

不過真實體驗下來，我們發現想用好它，你得先學會“像產品經理一樣提需求”，指令越細節，千問給出的交付結果才越好。比如，在第一次下單時，由于沒有說明需要全麥面包，恰好千問推薦的第一家店該產品售罄了。在那個待下單的頁面里，找不到店鋪切換的入口，導致我們只能重新發起任務。

決策購買

我們將評測維度進一步延伸到了需要多輪決策的“購物”場景，看看千問能不能幫我們解決怎么選、買什么、值不值得買的決策難題。

• 我計劃下周去雨崩徒步，幫我看看天氣合不合適，順便列一套徒步需要的的裝備。

在這一指令下，意味著用戶不僅想知道下周雨崩當地的天氣情況、徒步因素，還需要AI幫忙列出必帶裝備的清單。

千問首先調用了氣象數據，分析出雨崩地區下周氣溫較低且可能有降雪，隨后基于高海拔和天氣條件，給出了一份針對性的裝備清單。

不僅如此，它還判斷出路面可能有積雪與泥濘，所以在常規的沖鋒衣、登山鞋之外，還特意列出了“冰爪”和“雪套”等極具針對性的裝備，并附上了“建議選擇硬殼沖鋒衣以應對風雪”等選購建議。

隨后，千問還直接關聯了相應的商品鏈接，在一定程度上解決了我們“不知道怎么選”的痛點，省去了要在攻略和電商App之間反復橫跳的麻煩。

不過，在實測中我們也發現，AI在具體的商品鏈接匹配上存在不穩定性。比如，在點擊推薦的“戶外保暖產品”鏈接時，頁面竟然意外跳轉到了京東一款“蠶絲枕”上，戶外徒步也是讓AI玩上了老錢風。

這也意味著，當前版本的千問聯動淘寶下單沒什么問題，但聯動第三方購物平臺時仍然有很大的優化空間。

出行游玩

點外賣、購物之余，千問此次更新的主要功能還是真正處理一些復雜任務，像定制一條團建路線。

• 團隊準備去山西團建，走一遍《浪浪山小妖怪》中的取經路，我們編輯部一共10人，分別從杭州上海兩地出發，設計一個團建方案。

這一需求的難度極高，首先它需要將電影《浪浪山》中的虛擬場景和山西真實的古建景點一一對應。其次，千問還得協調杭州和上海兩地的高鐵時間，確保兩撥人在相近的時間和地點匯合，還要安排10人的住宿和當地交通。

也許是因為剛上新，在處理這種多線程并發任務時，千問的整個執行思考時間稍長，大約持續了10-15分鐘。

不過，它最終交出了一份相當完整的結構化方案。

千問沒有一味推薦熱門的大眾景點，而是將路線定義為“古建巡禮”，建議我們在大同集合出發，首站直奔云岡石窟、懸空寺，隨后一路探訪應縣木塔、晉祠等古建。

電影場景和現實實拍

可以看到，得益于高德地圖的深度接入，5天的景點路線規劃清晰且有條理。同時，方案不僅考慮到團建有預算限制，推薦了性價比較高的酒店，甚至還直接調用了飛豬和淘寶的數據，支持一鍵預訂。

這種從行程規劃、機酒安排再到落地支付的閉環能力，確實是大多數AI無法比擬的。

生活服務

值得一提的是，除了淘寶閃購、飛豬、高德等平臺，千問App此次還接入了支付寶，支持處理50多項政務事務，一句話查詢并直達戶口、公積金、簽證等常用的服務。

以前辦這些事得在瀏覽器里搜半天攻略，獲得的可能還不是最新信息。現在我們只需在對話框中輸入：“要去新西蘭旅游，幫我看看怎么辦理”。千問不僅能秒回，而且邏輯非常清晰：它會先根據最新政策判斷“能不能辦”，接著梳理出核心材料與注意事項。

在某些場景下，千問還會直接彈出一個卡片，點擊即可直達辦理入口。

從聊天到辦事，

字節阿里爭奪下一個超級入口

讓AI更有用，已經成為全球科技巨頭競逐的下一站。

2026年剛剛開啟，僅半個月內就有Anthropic針對生產力場景推出 Cowork；OpenAI針對健康管理上線ChatGPT Health；阿里針對生活辦事場景給千問App來了一次大改版。

更早之前，引爆AI Agent賽道的Manus，被Meta以20億美元估值高價收購。此舉無疑是Meta補齊通用Agent短板、加速商業化的關鍵動作。

豆包手機引發的全網關注，更是將互聯網大廠之間的生態入口之爭展露到了臺前。

但實現“有用”AI最大的壁壘，仍是橫亙在應用之間的數據與生態孤島。誰能在技術和資源上，率先打通這些各自為戰的應用生態，誰的AI才能真正為用戶高效辦事、節省時間。無論是早前的MCP協議，還是模擬人類操作的GUI，都不是最好的解法。

現階段破局的關鍵在于模型+生態的結合，而阿里可能是全球科技公司中最適合做這件事的頭部玩家。一邊手握開源之王Qwen模型；一邊有著豐富的、覆蓋每個普通人日常生活的應用生態：點外賣、網上購物、訂機票，這些真實高頻的用戶場景，讓千問有了面向現實世界落地的能力。

對于用戶而言，如果你高頻使用阿里系服務，千問App無疑是目前最能提升生活效率的AI工具之一。但要是期待它完美擔當“真人助理”的角色，可能還需要給這款剛上牌桌的AI助手更多進化的時間。