千问接淘宝，豆包连抖音，两种AI电商路线浮现

（本文作者为 市值榜，钛媒体经授权发布） 文 | 市象，作者 | 相青 ，编辑 | 赵元 2026年，AI电商这场仗打得比预想中更快。

5月11日，淘宝与千问全面打通，开启AI购物全新体验。

大家打开千问App，与AI对话，即可完成淘宝上的商品挑选、对比及下单购买；

打开淘宝App，点击“千问AI购物助手”，即可AI购物，并使用AI试穿、AI算优惠、AI低价帮抢等功能。

此前，豆包已率先完成类似布局。

从2025年10月接入抖音商城，到今年5月，豆包正式上线“帮你选”AI购物功能，与抖音电商完成全链路打通，用户可直接在豆包App内完成商品查询、比价、下单全流程，无需跳转抖音App 豆包和千问两大AI助手均在重新定义电商入口。

用户不再需要打开搜索框、输入关键词、在货架上逐一筛选，一句对话，替代了过去十几个点击步骤。

但是，闭环之后，AI电商的问题才刚刚开始。

平台即将需要面对的是，AI替用户做决定，依据的是什么？推荐结果背后，是用户利益，还是平台利益？ 一、千问和豆包，两种AI购物理念 618前夕，阿里与字节几乎同时完成了AI购物闭环。

我们体验发现，两者虽然都已经基本完成AI电商闭环，但体验略有差异。

在千问app对话页面中提出“给我推荐几款适合一岁宝宝的夏天玩具”后，点击千问推荐的一款“宝宝戏水洗澡玩具”后，是一个包含多个该类玩具的页面，而且能明显看出还在千问界面，有快捷返回按钮。

但是在豆包对话页面提出同样的问题后，豆包直接推荐了明确品牌的玩具，页面，而且无法看出还在豆包界面，购物体验更加沉浸式。

这种产品设计差异很有意思。

千问给的是“品类推荐”，推荐一类商品，点进去是多个结果的列表页，界面保留千问的框架感，用户知道自己还在千问里。

豆包给的是“商品推荐”，直接给出具体品牌和产品，页，界面无缝切换，感知不到App的边界。

背后似乎折射出两家对AI购物的不同定位。

千问更像一个导购助手，帮你缩小选择范围，最终决策权还在用户手里。

千问的列表页逻辑也更接近传统搜索的逻辑，给你选项，你来选。

这在信任建立早期或许是更稳妥的策略，但也意味着它在“AI替你做决定”这件事上还没有走得那么远。

保留界面框架感，也是刻意为之。

千问的设计逻辑似乎暗示着一种信念，未来的购物入口就是AI助手本身。

用户不再需要“逛”电商，而是在对话中完成一切。

所以它要建立千问的品牌感，要让用户记住是千问提供的能力。

即便推荐的是淘宝的商品，也要让用户感知到这是千问筛选后的结果。

豆包更像一个代理人，直接替你做了大部分决策，体验更流畅。

但用户对推荐逻辑的感知反而更弱，它为什么推这个品牌、而不是另一个，用户不容易察觉。

而且，这种产品设计逻辑暗示着另一种判断，即AI只是高效引流工具，真正的购物入口仍然在电商货架上。

它不介意让自己的痕迹在交易环节消失，因为它的价值就在“需求理解”和“商品匹配”这两个前端步骤，后面的转化、复购、品牌认知，仍然交给传统的电商场景完成。

但豆包的沉浸式体验背后有一个值得追问的问题。

直接推荐明确品牌，意味着算法在替用户完成了一个关键判断。

这个判断是基于用户偏好、还是商家投放权重、还是抖音商城的销量排序？用户完全不可见。

体验越流畅，这个黑箱越不透明。

这不只是体验设计的差异，而是两家对AI权力边界的不同选择。

一个选择让用户看见选择过程，一个选择替用户完成选择。

哪种更能赢得长期信任，现在还没有答案。

二、 当算法中立撞上竞价排名 无论千问，还是豆包，AI购物助手的存在意义都是为消费者找到最优解。

但这一使命，正撞上平台商业化的根基，竞价排名。

长期以来，以阿里直通车为代表的广告系统是电商变现的核心引擎。

它的逻辑简单而高效，谁出钱多，谁的商品就排在前面。

AI推荐的底层逻辑是求真，即寻找最符合用户需求的最优解。

传统广告的逻辑是求利，即展示支付意愿最高的商品。

当千问AI助手开始帮用户进行全网低价对比、拆解复杂的满减优惠时，它实际上站在了消费者的利益阵营。

这里面潜藏着一个天然的商业悖论。

如果AI真正做到中立，那些习惯于用巨额广告费换取曝光的大品牌，可能会发现自己被推荐的概率下降；

反过来，如果AI的推荐结果可以被商业化干预，那这个智能助手在消费者心中的信任就会大打折扣。

一个失去了消费者信任的AI购物助手，其商业价值又能有多少呢？ 对于阿里和字节而言，这是一根走起来格外艰难的钢丝。

一边是年收入可观的广告现金牛，另一边是AI购物时代生死攸关的用户信任。

目前两家公司对外传递的信号是，在打通初期不会将广告商品优先推入AI推荐结果。

但这显然不是最终的商业答案。

消费者选择使用 AI 购物，其首要原因在于效率和信任。

Cognizant和牛津经济研究院的一项研究发现，75% 的消费者对购物流程感到沮丧，这促使他们选择使用人工智能购物，其中 22% 的消费者表示节省时间是他们使用平台购物的首要原因，而只有 12% 的消费者认为人工智能可以帮助他们找到最划算的商品。

“人们期待的是向人工智能引擎提问并获得答案的体验——而且他们不想为此付费。

他们只想使用一个他们信任的、能够给出诚实正确答案的人工智能引擎。

”一位AI行业人士指出。

随着越来越多的购买行为在 AI 聊天机器人中发生，这意味着 AI 产品将拥有更大的话语权，决定哪些产品被展示，以及收取多少佣金或广告费。

目前，已经有更隐蔽的AI广告已经开始浮现。

一种名为生成式引擎优化（GEO）的新行业正在兴起。

其目标并非提升搜索排名，而是让品牌被植入大模型的生成结果中。

此前据媒体报道，一家生成式引擎优化服务提供商给商家做代运营，植入到AI回复中，一年收费从2980元至16980元不等，“价格越高，算力越强，植入效果越好”。

体验越流畅，黑箱越深。

用户看见的AI推荐，与平台真实的推荐逻辑之间，隔着一个没有人愿意主动打开的黑箱。

它是所有押注AI购物的玩家，迟早都要正面回答的问题。

北京出台专项政策！2年内将推出100个高水平工业智能体｜北京经济新航标

5月12日，北京青年报记者从北京市经信局了解到，为深入推进人工智能与工业互联网融合赋能，抢抓工业智能体技术产业化变革机遇，重构制造业数智化转型的技术架构、计算范式、产业组织与治理模式，系统提升制造业高端化、智能化、绿色化发展水平，近日，北京市经济和信息化局正式印发《北京市人工智能赋能工业互联网高质量发展实施方案（2026—2028年）》。

方案明确，力争到2028年，打造100个工业领域高质量数据集，培育50家智能化解决方案供应商，推出100个高水平工业智能体，打造一批多智能体协同应用场景。

方案提出，要强化工业智能体先进安全技术供给。

加强工业智能体核心技术攻关，面向工业场景高可靠、高实时、高安全的核心要求，围绕工业垂域大模型底座、智能体自主感知与决策技术、多智能体协同编排技术、工业场景自适应自编辑技术等重点技术开展攻关。

加速工业互联网平台智能化转型，完善“专业型＋行业型＋协作型”工业互联网平台培育体系，探索“平台＋场景智能体”发展新模式，优化大小模型间协同效率，实现工业智能体从开发编排、部署上线、运行监控、行为审计到调优迭代的全流程可视化、可管控、可追溯。

筑牢工业智能体安全防护屏障。

探索运用区块链、零信任架构等技术建立工业智能体数字身份标识体系，实现智能体身份的实时核验、行为的全流程溯源，防范身份冒用、权限滥用等风险。

方案要求，要健全高质量工业数据供给保障体系。

完善全生命周期工业数据治理能力。

围绕原始数据智能清洗、跨领域跨模态语义对齐、三维空间感知建模、知识图谱增强标注等工业数据应用关键环节，支持专业化数据治理企业与高校、科研院所、工业企业聚焦多模态智能标注、训练数据增强、全维度数据质量评估等核心技术开展攻关，研发智能体数据清洗、合成、质量评估、审查、脱敏等智能化工具。

构建并激活高质量工业数据集赋能价值。

支持制造业企业、工业互联网平台、数据服务商等面向通用工业智能体、行业垂类智能体、场景专用智能体训练需求，打造覆盖通用基础、行业通识、行业专识的三级工业智能体数据集体系。

在京津冀协同方面，要深化重点行业全链条场景开放与京津冀协同应用。

推动制造业企业加快工业智能体全流程深度应用。

聚焦集成电路、智能装备、汽车、生物医药、航空航天等高精尖重点行业。

打造重点产业链多智能体协同“链式”转型新模式。

推动组建京津冀数字化转型等非营利社会团体组织，建设京津冀工业互联网生态服务平台，推动京津冀制造业数智化转型发展。

方案还强调，要打造融合开放的工业智能体发展生态，探索产教研用一体化发展，完善工业智能体标准与认证体系，深化产业交流与国际合作。

支持工业互联网企业、行业组织利用国家级、省部级等重大会议，定期举办论坛和技能大赛等多元化、多层级产业活动，加大对优秀平台、典型案例宣传推广。

支持企业加大出海力度，推动优秀产品、解决方案“走出去”，加强与国内外先进地区的技术交流与产业合作，提升国际化水平。

文/北京青年报记者 温婧 摄影/北京青年报记者 温婧 编辑/李涛