打車這件事，被千問用 AI 重新定義

馬年春節(jié)，「千問幫我」變成了一種新年俗。

5520 萬杯奶茶、66 倍的電影票訂單、機票單周暴漲 540%——「一句話下單」近 2 億次的背后，是用嘴巴購物的春節(jié)新景象。其中最讓我意外的一個數(shù)字是：有超過 400 萬名 60 歲以上的用戶，在這個春節(jié)讓千問幫忙下了單。那些習慣在 App 界面里迷路的長輩，開始用說話代替點擊了。

春節(jié)熱潮還沒退去，千問又增加一個更高頻的日常場景——打車。

不過，打車這件事，和之前的那些「一句話下單」不太一樣。奶茶口味選錯了，大不了將就喝掉；電影票訂錯了，退改也不算大問題。

但打車是一個對「精確」有剛性要求的場景，地址差一個字，你可能被送到城市的另一頭；時間判斷出了偏差，誤掉的可能是一趟航班。

這意味著 AI 接手打車，沒有「差不多就行」的余地。

說到打車，這件事說難不難，但「順不順」這件事，差異很大。打開 App，手動輸入目的地，選車型，找定位，點確認……整套流程少說十幾下。還好，這已經(jīng)是最理想的情況了。

麻煩的是那些「塞不進下拉菜單」的需求。「路上順便接個朋友」、「有孕婦，開得穩(wěn)一點」——這類話，打車 App 里沒有地方填。你也可以上車之后再和司機溝通，但大多數(shù)時候湊合湊合就算了。

打車 App 這么多年，把流程打磨得越來越順，但底層邏輯沒變——「人適應 App」。它把你的需求拆成有限的幾個下拉選項，你在里面挑，它來執(zhí)行。

可打車本身就是一件變量特別多的事。起點終點只是最基礎的兩項，往上疊加的可能是車型偏好、價格區(qū)間、時間預約、途經(jīng)地點、乘客狀況、車內(nèi)環(huán)境……每多一個變量，用傳統(tǒng)界面操作的成本就多一層。

如果 AI 能理解這些需求，事情就不一樣了，這也是千問 AI 打車的邏輯：讓 App 適應人，說出來就能走。

從最簡單的通勤，到帶著全家和一堆特殊要求出發(fā)，APPSO 帶你看看這個 AI 打車到底能不能滿足我的需求。

一句話就能走

早上趕時間，我試了最直接的一句：「打車去公司，出租車也可以。」

我說完之后，千問直接展示了行程規(guī)劃頁面：重點顯示「已為你規(guī)劃去上班的行程」，并同步展現(xiàn)了出租車選項——司機已接單。

就這一句話，它理解了「去公司」——調(diào)取了常用地址；也聽懂了「出租車也可以」——把車型偏好同時帶上，直接辦妥。從說話到接單，操作步驟：1 步。

這件事本身有點微妙。「打車去公司，出租車也可以」是人對人說話時才會有的表達方式，不是人對系統(tǒng)填的表單。千問讓這句話變得可以被執(zhí)行——這個升級，比「快了幾秒」要有意義得多。

之前在高德里設好了家和公司的地址，現(xiàn)在切到千問打車，那些預設直接就在，完全不需要重新配置什么。每天重復的路線，每次都穩(wěn)穩(wěn)地執(zhí)行到位，通勤這種事，要的就是快、準、穩(wěn)。

就因為這個，我就特別想把千問裝到我爸手機上。過去她出門購物哪怕拿著大袋小袋也不愿意自己打車，不是嫌貴，就是不太會用打車軟件，輸入那些信息對她來說都太過復雜，最后就懶得折騰了。

只要按住語音說了句：「打車回家。」千問馬上識別了當前位置并自動填入，就近匹配車輛，常用地址自動記憶識別，司機已接單。確認一下，車就在來的路上了。

「動動嘴，車就來了」的體驗，不在于「快了多少秒」，在于說清楚你想要什么，這件事變順滑多了。甚至那些原本卡在界面門口的老人，終于可以直接走進來了。

那些你「沒法輸入」的需求，也能滿足

最簡單的一句話搞定通勤，已經(jīng)夠用了。但打車的需求遠不止如此——真正麻煩的，是那些你心里有、嘴上能說、但 App 界面里永遠沒有輸入框的部分。

我試了一句：「叫輛空氣清新的車去虹橋T2，我過敏性鼻炎。」

以前這話只能和司機說，而且大多數(shù)情況下，等你上車再說已經(jīng)來不及了。

千問回應后，行程確認頁面里「空氣清新」選項被自動勾選。AI 直接把鼻炎過敏的訴求翻譯成了可篩選的車輛偏好標簽，不需要你自己去找選項。

再試一句：「逛了一下午不想擠公交了，幫我叫個特惠快車。」

這句話里藏著兩個信息：累了不想擠公交的情緒，和對價格的在意。千問直接匹配了特惠快車，預估費用 9.1 元–12.7 元，確認叫車后支付頁面重點顯示已支付金額和「平臺優(yōu)惠 -12.8 元」——便宜這件事，不用自己翻菜單比價，說一句就到位了。

還有一次，我說：「娃剛睡著，幫我叫個安靜點的車回家。」

這句話的信息量遠不止「安靜」兩個字。「安靜點的車」背后的真實需求是：車里別亂說話、別打電話、開穩(wěn)一點、別急剎——這些對司機行為的隱性期待，千問也能滿足。行程確認頁面里，直接給司機帶句話「車內(nèi)保持安靜」

商務場景同樣如此。「接待重要簽約客戶，幫我安排一輛豪華車，預約明晚 18 點從公司到北京飯店。」一句話說完，千問推薦豪華車，預約時間精確到 18:00。

過去在打車軟件里，選車型、設置預約時間、填寫目的地，是分別獨立的操作流程。現(xiàn)在千問壓縮進一句話里，一起辦完。

乘車途中，朋友突然發(fā)消息：「我也在誒。」

擱以前，雖然打車軟件也能添加途經(jīng)點，但還是要打開軟件找到這個選項手動輸入再點選，還是相對繁瑣，還真不如讓朋友自己重新打一輛來得方便。

現(xiàn)在，我可以直接說：「順路接下我朋友，她在朝陽公園南門。」

地圖重新規(guī)劃，途經(jīng)點自動標記在地圖上。沒有重新開單，沒有讓朋友自己叫車，沒有任何別扭，就一句話，插進正在進行的行程里，辦完了。

過去叫車，是在系統(tǒng)選項里「圈選需求」。AI 叫車，是用自己的語言「描述需求」。千問負責把你說的話，翻譯成可以執(zhí)行的指令。

那些選項框裝不下的，現(xiàn)在說出來，也能辦。

越復雜的需求，越能看出差別

前面這些，算是小試牛刀。打車需求的真正復雜度，是多個變量同時出現(xiàn)的時候，千問 AI 打車正是沖著這類復雜場景去的。

「周六下午兩點，全家從家出發(fā)去西湖景區(qū)地面停車場，順路經(jīng)過山姆會員商店，要坐得下五個人。」

這句話里塞了四個要素：預約時間、目的地、途經(jīng)點、座位數(shù)。傳統(tǒng)打車軟件要逐一輸入和確認，而且途經(jīng)點和多人座位的組合往往要反復調(diào)整。

千問對這類多變量場景的處理方式是這樣的：推薦 6 座商務車，途經(jīng)點選的山姆會員商店，預約時間定到周六 14:00，變量沒有落下任何一個。

真正讓我有點觸動的是這個場景：「幫我打車去婦保醫(yī)院，有孕婦，告訴司機不要急剎和猛加速。」

目的地、乘客特殊狀況、駕駛行為要求——多個維度同時提出。千問匹配了專車，勾選了駕駛平穩(wěn)，還生成了一條針對孕婦乘車情況的關懷提示，供用戶確認是否傳達給司機。

「有孕婦，不要急剎和猛加速」這個細節(jié)，AI 讀懂了，然后把它翻譯成了一套完整的服務指令。以前這些話只能坐上車再說，或者不說，靠運氣。下拉菜單從來沒有一個選項叫「孕婦乘客，請穩(wěn)駕并提前知曉」。

需求越復雜，這種差距就越明顯。點選式交互的天花板就在那里——它能覆蓋的，只有被設計進去的那些需求。自然語言不一樣，你能說出來的，基本都能被理解。

而且在這些能力上線后，千問 AI 打車的邊界還會繼續(xù)往外擴。

打車只是開始，要讓每次出發(fā)都更省心

到這里，千問 AI 打車的基本能力已經(jīng)摸得差不多了。但更讓我驚喜的，是場景串聯(lián)的體驗，這是把打車和其他生活場景連在一起的時刻。

去看演唱會，在鳥巢外說「幫我找鳥巢附近的酒店，演出結束后今天入住，飛豬推薦卡片彈出來，確認第一家，再說「幫我定第一家，再預約一輛車 22 點送我過去」——車和房，兩句話搞定，散場直接走人。

到了酒店隨口問「推薦下本地人愛吃的鹵煮」，千問調(diào)出周邊熱門店鋪。從看演出到住下來再到吃上飯，三件事在同一個對話里接連搞定。

通勤路上說「順便幫我點杯咖啡送到前臺」，車在路上，咖啡在制作——人到公司，咖啡差不多也到了。

看電影說「訂兩張今晚的票，打車去，散場再預約車回來」，三句話，來去都安排好。趕飛機前問「地鐵還是打車哪個更快」，千問給出建議，接著直接叫車——決策和執(zhí)行，在同一個對話里完成。

這才是千問 AI 打車最大的想象力所在，不在打車本身，而在打車前后。之前千問陸續(xù)接入了飛豬、高德、大麥、淘寶閃購，「吃喝玩樂行」正在被一條對話線串起來。

以前用 App，本質(zhì)是「工具集」——地圖一個，打車一個，訂酒店一個，買票一個，靠自己在腦子里拼。千問的邏輯不一樣：理解你在做什么，把接下來該做的事直接推到你面前。AI 幫你省掉的，是那些本不該操心的瑣事。

好的 AI，幫你把現(xiàn)實生活的每一環(huán)串起來

過去幾年，我們談 AI，談的更多是「用 AI 寫作」「用 AI 畫圖」「用 AI 生成代碼」——這些能力確實強大，但本質(zhì)上，它們是把你帶進一個屏幕里的虛擬創(chuàng)作世界。你和 AI 對話，產(chǎn)出一段文字，一張圖，然后……這段互動就結束了。

千問 AI 打車做的事情，方向截然相反。

它不是讓你沉進去，而是幫你走出來。你說一句「打車回家」，AI 在背后接通了高德的地圖、物理世界的車輛調(diào)度、你常用地的地址，然后把一輛真實的車開到你樓下。

你說一句「訂兩張今晚的電影票，散場幫我叫車」，兩小時后你坐在影院里看大銀幕，散場走出來車已經(jīng)在等你——AI 把訂票、打車、回家這些原本分散的環(huán)節(jié)，串成了一個完整的夜晚。

這是一種很不一樣的 AI 使用方式：它的成果不是一份文件，而是一次真實的生活體驗。

千問背后的阿里生態(tài)，在現(xiàn)實世界里鋪了很多年——飛豬管你去哪，淘寶管你買什么，餓了么管你吃什么，大麥管你看什么……這些產(chǎn)品各自獨立，以往要在一個個 App 之間來回切換，手動把「出門這件事」拼起來。

現(xiàn)在，打車補上了最后一塊拼圖。

從家門口叫一輛車出發(fā)，到咖啡在路上、票已提前選好、演出散場回程提前預約——這條鏈路，終于在一個對話框里連通了。

千問事業(yè)群總裁吳嘉說：「我們真正想的，是讓 AI 融進老百姓的日常生活場景中。」

這句話放在這里，我覺得格外準確。AI 最大的價值，從來不在于它能創(chuàng)造多少數(shù)字生命，而在于它能讓你的真實生活過得更順。

現(xiàn)在它能幫你把吃飯、出行、看演出、送老人回家這些原本散落在十幾個 App 里的環(huán)節(jié)，串成一條連貫的線。吃一頓飯更省心，看一場演出更完整，帶著全家出門更從容，送老人回家更放心。

所以 AI 最好的樣子，不應該只是把你釘在屏幕前，更要幫你穩(wěn)穩(wěn)接住現(xiàn)實生活的每一環(huán)。

從說出口，到真實地發(fā)生——這條路越短，AI 就越有價值。

千問 AI 打車，只是讓這條路，又短了一截。