「豆包，请帮我推荐几个双 11 值得购买的户外双肩包。」看到豆包正式接入抖音商城，能够直接向用户提供推荐商品的购买链接时，我在网页端向豆包提出了这个问题，也想感受一下在 AI 助理中购物的体验。但豆包给到我的答案并没有像预期的那样，附带上商品链接。

然后我又问了一个别人已经尝试过，能够附带链接的问题：「双 11 购买录音笔，有哪些推荐？」豆包的答案依然没有附带链接。我不死心，又问豆包：「能直接给我推荐商品的购买链接吗？」这次豆包给到了产品官网、拼多多、天猫和京东的链接，既没有抖音商城的链接，也不是所有链接都能正确跳转到商品详情页。

网页端的豆包并没有给我想象中的 AI 导购服务，但在 App 端的豆包的回答中在产品名上增加了跳转抖音商城的链接，但也仅仅是链接。

相较而言，美团推出的「小美」提供了更符合对话交互习惯、更有行动力的点外卖、选餐厅体验。我可以让它给我直接点一杯自取的、最近的瑞幸咖啡，并将燕麦拿铁换成美式；也可以让它帮我推荐几家火锅店。它甚至知道我在家最常点的奶茶品牌是蜜雪冰城，美中不足的是它没记住我点的是柠檬水。

豆包只有商品链接跳转，小美能代理下单操作却需要邀请码。由此也可以看出，这个双 11 虽然有更多创新的 AI 电商产品开始走向大众，但距离大部分人都习惯通过与 AI 对话进行购物和点外卖的时代还有一段路要走。

因为面向未来的交互是基本确定的，但在背后支撑这种交互的基建还没有做好。豆包和小美的差异点也在于，豆包只是在 AI 给出的答案中添加了链接，这是一个简单的流量操作，而小美则是能够真正完成按需下单咖啡的操作，整个过程只需要用户提出明确的需求并确认支付。

从中我们可以总结出 AI 电商、AI 导购的两个竞争层面：一个是基于供需信息的理解、匹配与生成的入口之争，本质是豆包、元宝、ChatGPT 这样的通用 AI 助手，在和淘宝、京东、美团这样的垂类平台争夺信息的分发权，前者想成为 AI 时代的 Google、抖音，后者则想去掉流量中间商，直接成为消费入口；另一个则是代理执行，也就是Agent 能力的落地。

这两个层面与 AI 的对话能力就构成了完整的 AI 购物体验。对于参与者而言，构想出这种体验并不难，难的是让新体验真正变得好用。这需要面向 AI 电商时代进行更复杂、深度的基建。

这个双 11 之所以会成为 AI 浓度最高的一届双 11，不仅是因为众多 AI 电商产品的出现，更值得关注的是，电商平台们公布了更清晰的基建逻辑。

围绕大模型融入进行的电商基建，会带来商品数据的丰富和搜推系统的升级，实现更强的用户消费需求理解和产品信息理解。这种基建投入，一方面正在给电商平台带来新的效率提升和规模化的增长，另一方面也是电商平台为自己与 AI 助理博弈消费需求的理解权准备的重要筹码。

入口之争还没正式开启

双 11 浓厚的 AI 氛围下，当我们看到 OpenAI 与沃尔玛达成合作，豆包开始上链接时，再看到美团推出 Agent 产品「小美」时，会很自然地产生出一种错觉——新一代的 AI 助理与电商、即时零售平台的入口之争已经迫在眉睫了。

但无论是从新产品的体验，还是从电商平台的反馈来看，双方都没有准备好发起一场入口之争。

OpenAI 在今年围绕 AI 电商做了一系列动作：先是在 ChatGPT 上增加了商品推荐功能，但需要跳转到第三方平台进行购买；然后推动了与 Etsy、Shopify、沃尔玛等平台的合作；最后联合 Stripe 推出即时结账功能和开放的 Agentic Commerce Protocol（AI Agent 电商协议）。

但是从目前的落地效果来看，OpenAI 的这些合作都还在初始阶段，没有形成真正的产品吸引力，更谈不到改变用户的购物习惯。

在国内，豆包、元宝等 AI 助理，也都还处于往 AI 生成的结果里增加第三方商品链接的测试阶段。其中，元宝在 8 月尝试让用户从 AI 回答中跳转京东买书之后，又下线了京东的跳转链接。

传统电商平台也都还在致力于用 AI 体验强化原有的电商产品，没有全面发力对话式新入口的建设。

阿里旗下的 AI 助理夸克一直没有上线类似的能力，反倒是淘宝在双 11 之前上线了 AI 万能搜和 AI 助手两个 AI 导购类应用。在淘宝的介绍中，AI 万能搜是泛消费的知识攻略问答，在用户没有明确购物目标时为其提供咨询服务；AI 助手是更专业的导购，为已经有意向的用户提供更深度的决策建议。

这两个产品都被融入到了淘宝的动线中，一个是在淘宝上拥有独立 Tab 页，一个则融合在搜索结果页中，随时可以被用户唤起，两者都没有像美团的小美一样呈现出很强的新入口定位，而是依托淘宝 App 的原有产品外挂新的 AI 体验。

作为原有电商产品 AI 优化的代表，淘宝的 AI 万能搜和 AI 助手虽然已经全量上线，但更像是平台给到用户的一种尝鲜体验，难以在短时间形成强大的爆发力。阿里巴巴中国电商事业群搜推智能总裁凯夫认为，这类创新产品要贴着用户反馈做，多去测一测、看一看，还需要时间去教育用户。

与淘宝类似，京东在 2025 京东全球科技探索者大会上展示的智能搜索推荐功能「爱购」，也是沿着电商传统的「搜索 - 比价 - 看规格 - 下单」路径，结合 AI 能力进行的创新。

结合快慢思考的理论，京东提出了「轻购物 + 慢购物」的融合模式。轻购物对应快思考，用户选择大模型给出的预判来缩小产品推荐范围；慢购物对应慢思考，也就是淘宝 AI 助手强调的更深度的决策建议能力。

同时，京东也在内测下一代购物和生活服务的超级入口「京犀」，不但能购物，还要能点外卖、订机票。我们从中能够看到和美团小美一样的成为更综合的购物、生活服务入口的野心，但目前也只能看作是一种面向未来的探索。

发力基建是更紧迫的事

对平台而言，现阶段真正能够见到实效的，并且能够为未来打下基础的，是围绕 AI 进行的基础设施升级。淘宝和京东在这个双 11 之前，都在集中力量进行平台搜推系统的重构，以便实现更好的导购体验。

在京东集团高级副总裁、京东集团产品委员会主席胡喜的介绍中，京东为了实现轻购物与慢购物的融合，重写了推荐引擎，将大模型的深层推荐能力与传统搜推的规模化能力进行了融合。同时，京东还训练了一款懂电商的多模态模型，使其能够从图片中判断口红的光泽度，确保系统理解电商商品和用户需求。

淘宝也在今年改造了数据库和搜索引擎、推荐引擎、广告引擎，让搜推系统在理解用户意图之后，能够找到正确的商品。在 Agent 能力的支持下，淘宝重新补全、丰富了商品信息，重新梳理了整个商品库的底层索引，提升了商品数据库的完备度。

同时，淘宝实现了大模型与传统搜推模型的融合，形成了一种混合架构。比如，用大模型做商品检索、商品相关的判断，把点击率预估交给传统模型。数据显示，淘宝复杂语义下搜索相关性提升了 20%，推荐信息流点击量提升 10%。凯夫认为这样的双位数变化，只有通过新技术带来根本范式的改变才能实现。

凯夫认为，有了大模型以后，平台就有了比较好的方法做语义的抽象。比如用户看过 ABC 的商品，并不意味着用户对 ABC 感兴趣，而是对 ABC 背后代表的某个兴趣、趋势感兴趣，大模型可以将这个兴趣、趋势抽象出来，匹配用户感兴趣的类目。

可见，京东和淘宝在 AI 基建上达成了一种共识：一定要花大力气优化搜推体系，一定要将传统架构和大模型架构结合起来。然后，在此基础上对面向用户的页面、店铺进行 AI 化改造，做到更加个性化的展示，将搜索、推荐和展示完整串联起来。

天猫总裁家洛将升级为智能态的 3.0 版本天猫旗舰店，称作「AI 时代的超级入口」，要让品牌能够依据 AI 感知到的用户需求，提供更具个性化展示与服务。京东则要打造「千人百面」的商品详情页，让 AI 先生成标准化的场景化详情页模板，再根据用户画像进行个性化地匹配。

这样就能提升整个用户需求表达与商家商品匹配的效率。而对于一个万亿规模的平台而言，1% 的效率提升都是一个巨大的数字。相比更虚幻的入口，这是平台能够马上抓在手里的增量。

长远来看，随着 AI 助理推荐精准度的提升，搜推系统可能会有继续变革的可能，甚至会变成 AI 助理推荐信息的一部分。

但未来，入口是 AI 助理和平台的博弈点

相比国内的电商巨头，国外 AI 助理的电商基建更多集中在框架搭建和规则定义层面，补全自己的购买链路。

一个是定义 AI 助理内购物体验的具体产品形态，随着 OpenAI 展示了 Apps in ChatGPT 功能，电商平台也可能会以内嵌到 ChatGPT 聊天界面中的方式来呈现商品详情页，而不仅是简单的链接跳转。