摘要：
尽管“Gemini叫Uber”和“千问直接打车”的功能看似相似，但实际上两者有着本质的区别。前者仅限于让AI操控应用程序界面完成任务，而后者则是真正赋予了AI深层次的推理能力，使其能够深入参与到实际的服务履约过程中。
凤凰网科技 出品
作者｜Dale
在中国的人工智能领域中，有两家公司始终保持着独立的发展路线，并未被行业热潮所左右：DeepSeek和千问。前者专注于AGI信念的研究与技术革新；后者则凭借强大的生态系统壁垒，在市场中始终保持领先地位并不断突破现有的AI能力边界。
今年三月底，当整个业界都在跟随OpenClaw的步伐时，千问悄然推出了一项创新功能——智能打车服务。这是继其支持点餐外卖、预订酒店机票门票等之后的又一重大进展，进一步彰显了它在“AI办事”领域的投入与努力。
全球范围内，能达到这一技术高度的人工智能系统屈指可数。
现在，真正的AI代理已经出现
要理解这次千问推出的新功能所带来的重大突破，首先要从底层的技术逻辑说起。
在过去很长一段时间内，人工智能的角色更像是一个“遥控器”，只是通过更先进的图形用户界面操作应用。不论是早期的智能对话系统还是聊天机器人，它们执行任务的方式都是单一指令、单一响应的形式，并不涉及复杂的决策过程。
但是代理人的角色则完全不同——它具备了在复杂环境中进行目标设定和动态规划的能力。
这意味着，像AI打车这样与点餐或购票不同，其技术难度和应用场景的复杂性远非同一量级。
点外卖或是购买电影票等行为通常发生在高度结构化且信息完备的数据环境中，所有必要的操作都可以通过线上工具完成。即使需求较为复杂，也可以在有限的信息范围内进行规划。
而打车服务则截然不同——它是高频、低容错率和强履约性的代表场景之一，你必须为每一次出行的实际结果负责。
因此，在AI打车业务中，人工智能需要与现实世界的交通环境及其他参与者进行实时互动和协调。
这正是千问此次更新的核心价值所在——让AI参与到真正的服务履约过程中去。
在实际体验测试中发现，千问能够根据用户的模糊需求灵活调整方案。例如，在用户仅提供出发地与目的地信息时，系统便能规划出一条路线；而在得知用户晕车后，则会重新计算另一条更为合适的路径。
这说明当用户发出指令时，AI不仅是在执行简单的按钮点击操作，而是深入理解用户的复杂需求并完成一系列实际的履约动作。
当被要求“打车去太子湾赏花”，系统需了解目的地信息及季节特点，并据此建议最佳出发时间和最便捷入口。
这才是真正的服务代理——此时，AI已不再是遥控器，而是用户的业务代理人。
通过多次测试验证，千问已经具备了处理多任务的能力。在理想情况下，它可以完成一系列连贯的服务，例如先为用户预订电影票，然后安排前往影院的打车行程，并最后预约观影结束后返回的车辆。
这种能力意味着未来的人工智能可能会进化成真正意义上的生活助手。
对于Gemini无法实现的任务，千问却成功完成
AI服务背后是一场生态系统之间的竞争较量。
目前为止，包括Gemini和OpenAI在内的很多科技巨头虽然也想开发真正的智能办事功能，但它们还未能做到这一点，且未来短时间内可能仍难以实现。
最近，Gemini推出了一个新功能，通过语音指令“帮我叫辆Uber去机场”，在用户同意的情况下自动打开Uber应用并完成操作。然而这仍然是遥控器式的角色，并未直接与后台系统对接，在最终下单前通常需要人工确认。
实现AI办事的核心在于理解复杂需求、接入履约体系和为结果负责的能力，其中最难以攻克的是第三点——即真正的商业闭环支持。
打车服务涉及到包括计费规则、司机调度等一系列复杂的后台操作系统。尽管AI可以帮助用户“叫一辆车”，但如果出现如车辆未到达或路线偏差等问题，谁来承担责任？
千问的底气来源于阿里巴巴强大的履约能力和跨系统的深度融合能力，例如淘宝外卖体系、飞猪酒店票务预订以及淘票票电影娱乐服务等。
当用户提出诸如“30元以内无异味车型”的要求时，AI需要实时计算费用、筛选合适的车型并对接司机偏好信息。这些任务远远超出了简单打开应用程序界面所能完成的范围。
再次突破了人工智能的能力天花板
如果说过去两年的人工智能竞赛主要集中在对话能力和艺术表达上，那么现在则进入了新的阶段——办事能力的竞争。
在此之前，衡量AI之间的差距可以归结为百分点级别的评测分数；而如今的较量，则是“能否做到”与“做不到”的根本性区别。
千问此次推出的打车功能正是这一转变的重要标志。它不仅能理解简单的出行需求如“我要去公司”，还能解析复杂的复合意图，例如“6个人需要商务车型”或“接个人途中增加停留点”。
这背后是一整套从任务识别到履约闭环的系统重构，不仅仅是一个新的打车入口那么简单，而是对整个出行服务交互模式的根本性变革。
在传统模式下，用户必须通过繁琐的操作步骤才能完成一次打车过程。而千问则允许用户只需简单一句话就能实现全程需求。
如果核心的出行场景被AI助手接管，传统的打车应用可能会面临结构性挑战。一旦用户不再需要主动打开这些软件即可完成所有操作，单一工具型应用程序的打开率和用户粘性将受到严重影响。
更重要的是，在AI内部，技能与代理之间还能实现跨域协同。
目前为止，千问已经集成了外卖、出行、酒店票务等生活服务功能。打车功能上线后，这些能力可以无缝对接——例如，“帮我订一家西湖边的酒店”、“然后打车送我去那里”，“再推荐附近最有特色的杭帮菜”。这是一条涉及预订、调度和推荐系统的多跳任务链，在过去需要切换至少三个App才能完成的操作现在只需一次对话即可实现。
这标志着人工智能从生产工具向生活助手角色转变的重要一步。