前面这些，算是小试牛刀。打车需求的真正复杂度，是多个变量同时出现的时候，千问 AI 打车正是冲着这类复杂场景去的。「周六下午两点，全家从家出发去西湖景区地面停车场，顺路经过山姆会员商店，要坐得下五个人。」这句话里塞了四个要素：预约时间、目的地、途经点、座位数。传统打车软件要逐一输入和确认，而且途经点和多人座位的组合往往要反复调整。千问对这类多变量场景的处理方式是这样的：推荐 6 座商务车，途经点选的山姆会员商店，预约时间定到周六 14:00，变量没有落下任何一个。真正让我有点触动的是这个场景：「帮我打车去妇保医院，有孕妇，告诉司机不要急刹和猛加速。」目的地、乘客特殊状况、驾驶行为要求——多个维度同时提出。千问匹配了专车，勾选了驾驶平稳，还生成了一条针对孕妇乘车情况的关怀提示，供用户确认是否传达给司机。「有孕妇，不要急刹和猛加速」这个细节，AI 读懂了，然后把它翻译成了一套完整的服务指令。以前这些话只能坐上车再说，或者不说，靠运气。下拉菜单从来没有一个选项叫「孕妇乘客，请稳驾并提前知晓」。需求越复杂，这种差距就越明显。点选式交互的天花板就在那里——它能覆盖的，只有被设计进去的那些需求。自然语言不一样，你能说出来的，基本都能被理解。而且在这些能力上线后，千问 AI 打车的边界还会继续往外扩。
打车只是开始，要让每次出发都更省心
到这里，千问 AI 打车的基本能力已经摸得差不多了。但更让我惊喜的，是场景串联的体验，这是把打车和其他生活场景连在一起的时刻。去看演唱会，在鸟巢外说「帮我找鸟巢附近的酒店，演出结束后今天入住，飞猪推荐卡片弹出来，确认第一家，再说「帮我定第一家，再预约一辆车 22 点送我过去」——车和房，两句话搞定，散场直接走人。到了酒店随口问「推荐下本地人爱吃的卤煮」，千问调出周边热门店铺。从看演出到住下来再到吃上饭，三件事在同一个对话里接连搞定。通勤路上说「顺便帮我点杯咖啡送到前台」，车在路上，咖啡在制作——人到公司，咖啡差不多也到了。看电影说「订两张今晚的票，打车去，散场再预约车回来」，三句话，来去都安排好。赶飞机前问「地铁还是打车哪个更快」，千问给出建议，接着直接叫车——决策和执行，在同一个对话里完成。这才是千问 AI 打车最大的想象力所在，不在打车本身，而在打车前后。之前千问陆续接入了飞猪、高德、大麦、淘宝闪购，「吃喝玩乐行」正在被一条对话线串起来。以前用 App，本质是「工具集」——地图一个，打车一个，订酒店一个，买票一个，靠自己在脑子里拼。千问的逻辑不一样：理解你在做什么，把接下来该做的事直接推到你面前。AI 帮你省掉的，是那些本不该操心的琐事。
好的 AI，帮你把现实生活的每一环串起来
过去几年，我们谈 AI，谈的更多是「用 AI 写作」「用 AI 画图」「用 AI 生成代码」——这些能力确实强大，但本质上，它们是把你带进一个屏幕里的虚拟创作世界。你和 AI 对话，产出一段文字，一张图，然后……这段互动就结束了。千问 AI 打车做的事情，方向截然相反。它不是让你沉进去，而是帮你走出来。你说一句「打车回家」，AI 在背后接通了高德的地图、物理世界的车辆调度、你常用地的地址，然后把一辆真实的车开到你楼下。你说一句「订两张今晚的电影票，散场帮我叫车」，两小时后你坐在影院里看大银幕，散场走出来车已经在等你——AI 把订票、打车、回家这些原本分散的环节，串成了一个完整的夜晚。这是一种很不一样的 AI 使用方式：它的成果不是一份文件，而是一次真实的生活体验。千问背后的阿里生态，在现实世界里铺了很多年——飞猪管你去哪，淘宝管你买什么，饿了么管你吃什么，大麦管你看什么……这些产品各自独立，以往要在一个个 App 之间来回切换，手动把「出门这件事」拼起来。现在，打车补上了最后一块拼图。从家门口叫一辆车出发，到咖啡在路上、票已提前选好、演出散场回程提前预约——这条链路，终于在一个对话框里连通了。千问事业群总裁吴嘉说：「我们真正想的，是让 AI 融进老百姓的日常生活场景中。」这句话放在这里，我觉得格外准确。AI 最大的价值，从来不在于它能创造多少数字生命，而在于它能让你的真实生活过得更顺。现在它能帮你把吃饭、出行、看演出、送老人回家这些原本散落在十几个 App 里的环节，串成一条连贯的线。吃一顿饭更省心，看一场演出更完整，带着全家出门更从容，送老人回家更放心。所以 AI 最好的样子，不应该只是把你钉在屏幕前，更要帮你稳稳接住现实生活的每一环。从说出口，到真实地发生——这条路越短，AI 就越有价值。千问 AI 打车，只是让这条路，又短了一截。
