这个冬天，终于选到了心仪车

2026 年 1 月 1 日凌晨 1 点，我站在北京三里屯的寒风里，紧急撤回了自己的新年愿望。

那是新年的第一天，也是北京入冬以来最冷的一天。凌晨时分，体感温度已逼近 -9 ℃。

当那股带着刀片儿质感的北风不由分说地钻进脖子，跨年派对上许下的宏大誓言，瞬间被冻成了嘎嘣脆的冰碴子。我哆哆嗦嗦地试着跟老天重新谈判：富贵发财先靠边站吧，先保佑我快点打上一辆车。

在这种出行需求高度集中的时刻，我最迫切的愿望就是能够找到一辆最近的车，尽快上车，尽早回家。

焦急之中，我在输入目的地时，意外点开了输入框下方的一行红色小字—— AI 叫车。

正准备退出，却发现它已顺畅地进入一个简洁的对话界面，并且根据历史习惯，自动加载了我的家庭住址作为目的地。

在地址下方，它还列出了 " 空气清新 "" 特惠 "" 新车 " 等八个标签。抱着试一试的心态，我点了 " 最近的车 "。

不到三秒钟，屏幕给出了反馈。系统并没有像往常那样跳转到勾选车型和价格、再进入漫长的派单倒计时，而是直接精准锁定了三辆符合诉求的备选车辆。它们仿佛几个待命的哨兵，被清晰标注在地图上，距离我仅 0.5 到 1.5 公里，预计 3 到 5 分钟即可到达。

我选了最近的一辆。5 分钟后，一辆黑色网约车出现在视野里。拉开车门的那一刻，我竟产生了一种不真实的感觉。

" 只求最快 "，一直是我打车时最核心的需求。作为一名上班族，我在 2025 年通过滴滴的总打车支出约 5500 元，其中超过 4000 元，都发生在早晚高峰的通勤场景。

打车原本是为了节省时间、提高效率，但在传统模式下，现实往往不尽如人意。过去，我能做的无非是勾选车型和价格，却无法向打车软件明确表达那个最朴素、也最迫切的诉求：" 我真的很赶时间，请给我最快的那辆车。" 于是，只能无奈地被动等待分派。

而这一次，AI 叫车却像读懂了我的心情一般，在不动声色中解决了这个问题。

这次顺滑的乘车体验之后，我特意查了一下。原来，这个 AI 出行助手叫 " 小滴 "，早在去年 9 月底就已开启公测。

如今，滴滴出行的所有用户，都能在 APP 首页看到这个醒目的红色 "AI 叫车 " 入口。点击进入，便可以通过对话的方式完成个性化叫车、预约用车，或查询历史订单等操作。

带着一种 " 发现了宝藏 " 的心态，我把小滴推荐给了同事赵照。赵照对新能源动能回收很敏感，冬天打车，经常感觉像 " 当场受刑 "。

她曾向我吐槽，有一次打到一辆车，司机频繁点刹，不到十分钟，她就感觉不太舒服，只好在寒冷的冬天全程开窗透气。

在我的推荐下，她尝试了 " 燃油车 " 这个个性化标签。系统很快为她推荐了三辆车辆，赵照选择了车龄最新的一辆。

上车后，没有再因为电车胃里翻江倒海。她跟我形容，那一瞬间的感觉，像是终于拆到了一盒 " 对版 " 的盲盒。

第一次，在上车前把需求都说清楚了

如果说早高峰的速度是职场人的刚需，那么对更多人来说，打车真正的痛点，往往藏在那些无法预选的体感里。

在这场 " 盲盒抽奖 " 中，我身边的 " 受害者 " 不止一个。

朋友杨晨，也是 " 晕电车星人 "。对他而言，某些电车特有的低频嗡鸣，加上动能回收带来的顿挫感，几乎是意志力的克星。只要上车超过十分钟，那种翻江倒海的眩晕感，就会准时从胃部升腾。

除此之外，作为一名身高 188 公分的山东大汉，他的打车体验时常显得有些滑稽。在那些空间局促的紧凑型轿车里，他不得不像个被硬塞进盒子的折叠玩偶，让膝盖和前排座椅一路 " 战斗 "。

这种不适并非矫情，而是打车这件事，本就存在着不可控的变量。

社交媒体上，关于打车踩坑的吐槽，几乎人人都能说上一串：有人生病赶去医院，结果遇上驾驶风格过于 " 激情 " 的司机，加速猛、刹车急，拐弯像漂移；有人带 28 寸行李箱和登山包去旅行，接单的却是一辆后备箱塞满杂物的小型车，最终只能狼狈地在后座和行李抢位置。

这些细节在庞大的运力数据面前或许琐碎到不值一谈，却几乎每天都在发生。

传统的打车模式下，我们要经历的步骤并不少，选车型、比价格、等派单。但真正决定体验好坏的关键因素，比如车况、气味、空间、驾驶风格，却始终不在最触手可及的菜单栏里。

结果就是，打车变成了一种高度随机的体验。能不能打到一辆真正适合自己的车，更多时候靠的不是选择，而是运气。

在这一点上，小滴给了一个不同的答案。开年第一次尝试 AI 叫车之后，我开始有点一发不可收拾，几乎将日常出行都交给了这位虚拟管家。

我用得最得心应手的，是 " 最近的车 " 和 " 又快又便宜 " 这两个标签。在以往，我和打车软件的交互是单向且死板的。

我需要像填表一样，输入地址，然后在各种车型、品牌和预估价之间反复滑动比对，点击确认。这套流程至少要耗费三四步操作，但 " 快 " 这个最核心的需求，却不容易在下单前快速选择，只能寄希望于系统分派。

现在，这些曾经沉默的需求，都有了前置的出口。

为了验证这位管家的理解上限，我还特意模拟了一些更具挑战性的场景。

面对杨晨这种 " 晕电车星人 "，我只需要对小滴说一句：" 只要油车。" 推荐列表里，那些可能让人胃里翻江倒海的选项便会被干净利落地剔除，留下的全是动力输出平顺、驾驶感熟悉的燃油车型。

面对重装出行的场景时，我告诉它：" 带了大件行李，担心后备箱不够，想要空间大的车。" 不到三秒，系统便会精准锁定了附近的 SUV 或后备箱留白的车辆。

甚至碰上要去民政局这种特别场合，告诉它 " 想要一辆红色车，喜庆一点 "，系统也能帮你精准匹配。

这并不是多了几个筛选条件，而是打车这件事，第一次允许你在出发前，轻松地把话说清楚。

当然，作为一个正在进化中的 AI，小滴偶尔也会展现出它 " 憨厚 " 的一面。

在人声鼎沸、环境音极其嘈杂的地铁站出口，它偶尔也会 " 耳背 "，需要我耐着性子重复一遍需求；或者当我的指令过于模糊不清时，它会反复和我确认，试图通过一两轮互动摸透我的真实心意。

最尴尬的一次，我尝试了预约叫车功能，希望它在 15 分钟后帮我安排一辆车，结果这位勤快的管家或许是看附近空车不多，竟然提前 5 分钟就把司机叫到了楼下。

当司机师傅给我打电话时，我还在穿鞋。

小滴 " 听劝 "，靠得是笨功夫

很多人会问，一句话叫车，难道不就是加个语音识别吗？

用了一段时间小滴之后，我才意识到，事情远没有这么简单。

能听懂你说的话，其实只是第一步。真正难的，是它能不能在庞大的运力池里，帮你精准找到那一辆符合你体感偏好的车。

比如，当我说想要 " 后座宽敞一点 "，或者 " 空气清新的车 "，它不仅知道该推荐什么样的车型，还会自动帮我避开那些可能踩雷的选项。

这一切，靠的不是算法灵光乍现，而是滴滴在水面之下，做了很多年 " 笨功夫 "。

为了让 AI 真的能筛车而不是只会聊天，滴滴必须维护一个极其庞大、而且持续更新的数据库：哪辆是新车？哪辆车被反复评价 " 没异味 "？哪位司机开车更稳、不爱急加速？甚至，同一型号里，哪辆车的后备箱更空、更好放行李？

换句话说，小滴之所以能帮你选油车、选清新车、选稳一点的司机，并不是因为它聪明，而是因为这些标签，早就在滴滴体系里，被一条条、一次次地积累好了。

这是基于真实评价、司机行为、车辆信息，长期运营出来的结果。

这些维度，是那种只做经纬度匹配的平台，很难补上的能力。它需要足够多的真实运力，也需要对这些运力，进行多年、细到毛细血管的数字化管理。只有在这样的地基上，AI 才真正长出了理解力。

在我看来，小滴更像一个 " 意图翻译器 "。它做的事情，不是炫技，而是把我们那些模糊的、感性的、说不清楚的需求 " 我晕车 "" 我怕味道 "" 我今天真的很赶 "，翻译成后台能执行的标签和筛选逻辑。

这其实是一个挺重要的转变。过去，打车软件解决的是 " 有没有车 "；现在，它开始尝试解决 " 这辆车适不适合你 "。

出行，也从一个冷冰冰的工具，慢慢向管家靠近。

而且，这种能力并不打算只停留在一个对话框里。滴滴正在通过 MCP（Model Context Protocol）把这套 AI 能力向外开放。

也就是说，未来 " 一句话叫车 " 这件事，可能不只发生在 App 里。它可能出现在你的智能音箱、智能手表，甚至嵌入到其他 AI Agent 里。它正在变成一种更底层的出行能力。

你可以想象这样一个场景：未来某天，你走出会议室，对着领口的麦克风说一句 " 老规矩，去机场，要宽敞点的车。" 然后，一辆懂你的车，已经在楼下等你。

但说实话，这些技术畅想，并不是最打动我的地方。

真正让我和小滴产生共振的，是上周五下班路上的一个小插曲。

那天晚上，我坐在回家的车后座，随手点开了 " 逗逗小滴 "，和它随意聊了几句。我半开玩笑地问它：" 你能不能通过我的打车记录，判断我是什么样的人？"

本以为，它会甩给我一份数据总结。没想到，它认真地梳理了我过去一年的出行轨迹，给了我这样一段回答：

" 你通勤时间很规律，是一个稳扎稳打的职场人；最让我注意的是，你经常前往不同的动物医院，有时甚至深夜还在奔波，想必家里有一只需要被精心照顾的毛孩子，这么有爱心和责任感的人，性格应该很温暖细腻；你偶尔也会在下班后去咖啡馆或精酿酒馆，享受独处时光，感觉也是会适当社交放松的类型。"

坐在深夜回家的车里，我忽然有点鼻酸。

出行轨迹，本质上就是我们的生命轨迹。原来，那些我为了生活四处奔波的日常，那些为了照顾爱宠深夜赶路的焦灼，那些偶尔想从生活里喘口气的小逃离，都被默默地记录了下来。

这一刻，因为被小滴 " 看见 " 了这些细碎却真实的努力，我感受到了一种超出 " 打车服务 " 的慰藉。

或许，这种被理解、被照顾的体温，才是 AI 之于普通人，最具体、也最温柔的意义。