618 大促走到第 23 年，今年最重要的变化，就在 AI 对话框里。
5 月 11 日，千问和淘宝全面打通，用户在千问 App 中通过自然对话，就能完成淘宝商品挑选、比价与下单；淘宝 App 内也同步上线 " 千问 AI 购物助手 "，提供 AI 导购、优惠计算、低价代抢、订单查询等智能化服务。
618 大战前夜，千问完成了 " 导购 - 支付 - 履约 - 售后 " 的购买闭环，这意味着 " 对话即购物 " 的场景被进一步拓宽，阿里向 AI 超级消费入口再迈进一步。
这意味着，AI 不再只是工具，它正在成为普通人的生活搭子。数据显示，截至 2026 年一季度，AI 原生 App 月活已达 4.4 亿，千问、豆包、DeepSeek 三家头部应用单季度就新增了 1.3 亿用户，用户习惯正以前所未有的速度从搜索框向对话框迁移。
时代浪潮袭来，各大巨头都在跑步进场。字节跳动的豆包目前已接入抖音电商，京东推出了独立 App" 京东 AI 购 "，小红书用 AI 辅助 " 种草 "，美团上线了 " 问小团 "..... 今年 618 更像一块试金石：AI 的流畅度、系统的协同度，以及对用户的理解深度，全都要在战役里亮出来。
那么，当 AI 能够降低购物的筛选与比价时间成本之后，用户是否敢于把 " 支付权 " 交给 AI？当购物逻辑被 AI 改写，品牌如何重做一遍？
回想往年的 618，大家确定购物清单后，往往会先去社交平台翻帖子做功课，了解口碑、摸清满减规则、圈定值得入手的商品，再回到电商平台下单。这种 " 种草、选品、比价、下单、售后 " 的高摩擦链条，每一步都在消耗决策耐心。
今年 618，AI 购物闭环正在简化这些步骤。它的优势是，用户只需要描述自己的需求，AI 就能给出答案，让你直接抄作业下单，让购物回归购物本身。
经过实测后，AI 购物闭环能在三个场景提升购物效率：
场景 1：帮忙选，从 " 模糊需求 " 到 " 购买方案 "
以千问为例，作为一个以问答对话为核心的 AI 应用，它能通过单轮或多轮对话迅速分析问题并给出答案，对没有准确答案的问题，则尝试全力给出超预期情绪价值。
这一能力被迁移到购物场景后，让它更像一个私人导购，帮你缩小选择半径，最终决策权还在你手里。
举例来说：我想给猫买一款减肥猫粮。告诉它我家猫的基础信息（年龄 7 岁、体重 7.5kg 等信息）后，让它帮忙比较处方粮和减肥猫粮之间优劣，并推荐一款猫粮。
输入基础信息后，千问的响应呈现清晰的三层递进结构：
首先，拆解需求，分析不同品类的区别，提示换粮过渡期风险，给出优先级建议。
接着，横向对比，锁定候选品牌，自动抓取成分表、营养配比、用户口碑中的高频关键词进行对比；最后，基于价格带给出购买方案和购买链接，并标注 " 当前最优价 " 与 " 历史价格波动区间 "。
这种保姆级答案，让消费者根本不需要切换其他 APP，就能锁定需要什么。这背后，是它恰好击中了用户打开 AI 应用、寻求帮助的起点和痛点：" 我知道我的问题，但我不知道我要什么 " 和 " 我知道我要什么，不知道怎么选 "。
当然，让消费者完全相信它的 " 种草 " 也并不容易。
于是，千问在推荐逻辑上做了一点巧思：比如它的商品列表页刻意保留了传统搜索的 " 货架感 " ——当打开推荐产品后，会发现同一 SKU 下，不同商家的价格、评分、物流选项并排呈现，由用户自主选择。在 AI 信任建立的早期阶段，" 给选项 " 比 " 给答案 " 更能降低心理门槛。
场景 2：帮你省，自动测算更省钱方案
除了千问外，阿里还将 AI 能力系统嵌入现有的电商生态，在淘宝上也上线了 AI 助手功能。而这也是京东、抖音商城、小红书等目前所在做的事。
打开淘宝 APP，点击底部消息栏或点击搜索框，就能看见千问 "AI 购物助手 "，点击该选项即可立享包括 "AI 帮你买 ""AI 省钱 ""AI 试穿 " 等多种 AI 服务。
尤其是 AI 省钱功能，对双十一、618 等有复杂满减规则的节点适配度很高。用户选中购物车内的商品，AI 会查找可用的优惠券和平台补贴，生成一套省钱方案，但这一功能比较依赖购买商品的数量，东西越多，凑单越灵活。
场景 3：低价抢，无需蹲守
"AI 低价帮抢 " 这一功能，在大促期间可能成为用户的 " 杀手锏 "。
大促凑满减往往是常态，当看中一件商品又觉得太贵，你可以设定目标价格后交给 AI，不用自己再盯着手机刷价格。
目前，"AI 低价帮抢 " 支持 1000 元以内的商品代买，可以选择先付钱再买或是先抢再付，原则是一次指令、一次授权、用完失效，不用担心 AI 背着你乱花钱，更丝滑的是下单后，AI 还能帮你管理订单和物流，可以更便捷地找到售后服务。
可以说，千问与淘宝的互通，标志着 AI 购物助手首次真正跑通 " 需求激发—决策辅助—交易执行—履约追踪—售后处理 " 的全链路。对阿里巴巴而言，这不是功能叠加，而是 AI 电商战略中最关键的一块拼图落地。
更深层的意义在于入口权的重新分配。传统电商时代，流量入口是搜索框和推荐流；AI 时代，入口正在向对话框迁移，谁抢先占据 AI 这一超级入口，谁就站上了下一代商业生态的高地。
AI 购物并非阿里一家的布局，而是全球范围的战略共识。
据咨询机构 Gartner 预测，2026 年搜索引擎流量将下降 25%，到 2028 年 AI 搜索份额可能反超传统搜索。2026 年 Shoptalk 零售业峰会上，高盛两位分析师也明确指出：" 当下消费者的购物起点正在发生结构性迁移，AI 平台正一步步取代传统搜索引擎，演变为电商流量与商业交易的新入口。"
在此趋势下，国内外科技巨头加速竞逐，AI 消费入口争夺呈现出两条主要路线：一是以 AI 大模型厂商为主导，在其应用内接入商品供给方，代表为 OpenAI；二是以电商巨头为主导，通过自研大模型及应用切入该领域，代表为亚马逊。
在国内，无论是阿里、京东还是字节，倾向于纵向整合的 " 超级应用 " 路线——在一个 App 内完成从种草到售后的全流程。
目前来说，豆包起步更早，半年多的 " 抢跑 " 建立了先发优势。QuestMobile 2026 年 Q1 数据显示，豆包月活已达 3.45 亿，相当于国产 AI 产品第二至第四名的总和；千问月活 1.66 亿，差距显著。
但豆包 + 抖音电商的组合依然有不少短板，一方面，豆包工具属性较强，用户打开的第一目标是查信息、问问题，而非购物，流量属性的错配会拖累转化效率；另一方面，抖音电商的货盘体量与传统电商平台仍有差距，限制了豆包推荐商品的丰富度与覆盖深度。
不过，2026 年 4 月初，字节豆包已开始内测 AI 购物功能，用户可在豆包 App 内完成下单支付，无需跳转抖音商城；5 月更上线了 " 扫一扫支付 " 功能，进一步打通了 "AI 对话—购物—支付 " 的全链路闭环，从 " 会说 " 到 " 会做 "，豆包正在补课。
京东则于 2025 年 12 月底推出京东 AI 购独立 App，定位为 " 会思考、能购物、关心你 " 的生活服务助手，内置大模型为京东自研的言犀大模型，主打对话式购物，目前京东 AI 购支持 AI 试、AI 比价等功能，功能与淘宝系统内嵌入模式趋同。腾讯，小红书也都在加速 AI 与自身系统的全面融合。群雄并起，但无人触达终局。
那么，阿里为什么要趁着 618 前夕杀入战局呢？从根源上看，这是一场围绕数据、入口心智与算法基础设施的三重博弈。
早在今年 1 月，千问 APP 宣布全面接入淘宝、支付宝、淘宝闪购、飞猪、高德等阿里生态业务，并向所有用户开放测试。
紧接着，2 月千问 APP 正式启动 " 春节 30 亿免单 " 活动，发放奶茶免单卡。这场全民参与的 "AI 点奶茶 " 热潮，直接让千问已经从一个单纯的聊天 AI，蜕变为一个能连接虚拟与现实世界的 AI 办事助手。AI 从 " 会说 " 进化到了 " 会做 "，从聊天时代进入了办事时代。
而这次 618 大促，千问与淘宝的全面打通，意义远不止于增加一个购物技能。
一方面，随着 AI 购物这一核心消费场景的补齐，淘宝有望通过 AI 时代的 " 货找人 " 拥抱新的增长机会。另一方面，电商关联着复杂的供应链和高频的交易场景，这些背后是海量消费行为数据。
这种生态级的接入，会形成一个强大的数据飞轮：用户行为→模型优化→体验提升→粘性增强→更多行为数据。当飞轮转动起来后，千问作为 AI 购物入口的心智逐渐固化。
阿里真正的护城河，并非通义千问本身。模型是必要条件，但非充分条件——关键在于能否将云、模型、应用、场景与用户串联为完整的 AI 基础设施。
当阿里将大消费平台生态全部搬上 AI，AI 助手便能同时帮你安排出行、购物、电影票、旅游、金融等一切服务，届时，它就不再是一个工具，而是嵌入生活肌理的 " 数字管家 "。阿里用 AI 基础设施起，超级入口高墙便越来越坚固。
春江水暖鸭先知。从 PC 购物到移动购物，从视频购物到 AI 超级入口，任何一次技术变革的浪潮里，商家总是最先感受到水温变化的那群人。
以淘宝和抖音商城为例。从商业模式上看，淘天系靠搜索广告起家，字节系流量分发机制崛起，虽然广告推荐路径不同—，但本质上都是通过控制流量分发来实现商业化变现。他们的核心逻辑简单而高效，谁出钱多，谁的商品就排在前面。
而 AI 大模型的介入，正在将这两种模式统一为 " 对话即入口 " 的新范式。流量分发逻辑从 " 人找货 " 到 " 货找人 "，再向 " 算法替人决策 " 纵深推进。AI 营销的核心命题变成了：怎样写出 AI 能读懂的商品描述？
这要求品牌构建三层能力：
第一步，构建 " 品牌百科全书 "。即系统介绍自己是谁，自己有什么特点，自己与别人比较有什么优势，建立一个品牌的完整认知。
比如给介绍记忆枕时，不应该只停留在材质、参数和价格上，而是会继续拆解不同客群的身份、使用场景和使用效果等等，从而一个能被大模型反复调用的认知底座。未来的品牌资产，不是货架上的陈列，而是模型里的 " 记忆 "。
第二步，在具体场景里找到比较优势。AI 时代，大家往往是提问方式搜索，用户往往提问方式变成了 " 每天 5 公里后，怎样保护膝盖 "，把自己的生活方式和具体场景一起带进问题里。
比如 " 运动后怎么保护膝盖 "，逐步走到 " 筋膜枪和狼牙棒哪个更能放松肌肉 " 再到 " 筋膜枪买哪个品牌 "。好的内容不是围绕一个产品反复换说法，而是要对应不同人群、不同场景、不同决策阶段，把品牌放进具体问题里。
第三步，从信源和真实评价入手提升可信度。大模型训练内容，往往高度依赖外部的官方信源和用户真实评价。
真正高明的品牌已经不满足于被动地提供内容，而是早早找到自己的权威发布渠道并整理好用户真实数据，塑造品牌在 AI 时代的影响力。
品牌面临挑战，平台同样面临抉择。行业探索期，至少四道难题尚无标准答案：
第一，竞价搜索的商业模式与技术中立性如何平衡？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。
用户看见的推荐与平台的真实推荐逻辑之间，隔着一个没人愿意打开的黑箱，当 AI 既当裁判又当运动员，公平性由谁来担保？
第二，当个人隐私被无限读取，当用户的每句话都可以变成赚钱工具，消费者权益如何保护？AI 购物尚处于早期阶段，线上购物离不开收货地址、支付账户等个人信息，隐私安全和财产保护如何避免被过度利用，仍然需要经过长期探索。
第三，真需求与伪需求背后的争议。现阶段，大多数用户在询问某件或某类商品时，并不想立刻购买，而是希望 AI 提供客观中立的专业回答，在这样的场景下，AI App 的角色是辅助消费决策。从 " 工具 " 到 " 伙伴 "，AI 需要跨越不止是技术的鸿沟，更是信任的天堑。
2026年 618 是 AI 购物入口的 " 诺曼底登陆 "。AI 购物尚处于早期阶段，普及需要逐步优化实际体验，在反复的使用、磨合、反馈和改进中建立并加强用户信任，未来的某一天，当技术越来越成熟、应用场景越来越完善，" 李维斯 " 才能真正出现在我们的身边。
流量规则的改写从不温柔，品牌的重做一遍也绝非复制粘贴。在对话框里，没有竞价排名的捷径，只有被 AI 读懂、被用户认可的漫长修行。
