深度丨千問打車 Skill 上線，意圖即是入口

打車市場的底層邏輯，可能正面臨一場靜悄悄的范式革命。

剛剛，千問正式上線打車 Skill。這或許看上去只是 AI 助手技能清單上的又一次常規(guī)更新，但從產(chǎn)品演進的尺度觀察，這其實是交互權(quán)力從App 向意圖（Intent）的讓渡。

在傳統(tǒng)的移動互聯(lián)網(wǎng)坐標系下，用戶被困在“菜單式交互”里太久了。打車、訂餐、酒店，每一個細分需求都對應(yīng)一個孤立的 App 入口。用戶在操作時，本質(zhì)上是在充當(dāng)“機器翻譯官”。

這種“人適應(yīng)機器”的邏輯，曾是移動時代的基石，現(xiàn)在卻成了效率的沉沒成本。

千問此舉的真正殺傷力在于：它正在消解 App 的邊界。當(dāng)用戶說出“6 個人、商務(wù)車、中途接人、明天預(yù)定”時，復(fù)雜的需求不再需要人工去對齊平臺的顆粒度，而是由 AI 進行語境理解、任務(wù)拆解與自動化執(zhí)行。

這標志著我們正在從“菜單驅(qū)動”走向“自然語言驅(qū)動”。

殺死 App 的，從來不是另一個App，而是交互范式的降維打擊。

千問的打車Skill，到底新在哪

先看體驗：首次使用，一鍵授權(quán)，幾乎零感知接入。

最爽的是交互。不用在地圖里費勁搜地點，直接像和朋友聊天一樣，打字或發(fā)語音： “去北大南門，順路接下清華西門的朋友。”

話音剛落，千問已經(jīng)幫你規(guī)劃好了最優(yōu)路徑，并提供了價格和車型的選擇。

它還能理解更復(fù)雜的出行需求。比如“6 個人需要匹配商務(wù)車”，系統(tǒng)要理解人數(shù)和車型之間的關(guān)系；“接個人要增加途經(jīng)點”，也不是重新下單，而是在原有路線里動態(tài)調(diào)整。除此之外，它還支持地點記憶、時間預(yù)約，未來還會繼續(xù)增加主動服務(wù)能力。

要理解這種“新”，必須回到人機交互的底層邏輯。

在 GUI（圖形用戶界面）時代，每一個App 都是一座孤島，更是一套刻板的“菜單迷宮”。用戶其實在扮演一個卑微的“翻譯官”角色： 你必須先在腦中拆解需求，然后妥協(xié)于平臺的邏輯——點擊、翻頁、勾選、確認。你不是在表達意圖，而是在按照機器能理解的路徑進行“填空”。這種交互模式帶來了巨大的認知摩擦力。

而千問代表的 LUI（語言用戶界面）邏輯恰恰相反：它實現(xiàn)了從“人適配機器”到“機器對齊意圖”的權(quán)力倒置。你不再需要理解軟件的層級，你只需要輸出自然的母語。AI 負責(zé)拆解、負責(zé)對齊 API、負責(zé)調(diào)用運力。這一刻，用戶終于從繁瑣的操作中解脫，拿回了“指揮官”的指揮棒。

這種交互原點的偏移，正在引發(fā)兩場深遠的變革：

其一，是復(fù)雜需求的“長尾釋放”。過去，由于操作路徑太深、太繁瑣，很多復(fù)雜的出行計劃（比如多點停靠、跨時段預(yù)約）在用戶端就被自我消解了。當(dāng)交互成本趨近于零時，這些高價值、個性化的長尾需求將迎來爆發(fā)式的增長。

其二，是真正的“技術(shù)平權(quán)”。移動互聯(lián)網(wǎng)十年，也是數(shù)字鴻溝加劇的十年。無數(shù)老年人被困在打車 App 的多級菜單里舉步維艱。而現(xiàn)在，當(dāng)“說話”就能解決問題，AI 實際上抹平了那道名為“軟件熟練度”的門檻。這不僅是效率的躍遷，更是技術(shù)邏輯向人文本能的一次集體回歸。

千問上線打車 Skill 的本質(zhì)意義，絕不在于多了一個流量入口，而在于它向我們展示了一個即將到來的未來：意圖即是入口。

真正被沖擊的，是傳統(tǒng)App的入口價值

千問上線打車 Skill，其引發(fā)的震蕩絕不僅限于“更便捷地叫車”，它真正挑戰(zhàn)的是移動互聯(lián)網(wǎng)時代最穩(wěn)固的資產(chǎn)：入口價值。

在過去十年的商業(yè)敘事中，滴滴類打車軟件的核心壁壘并不完全在于運力，而在于它占據(jù)了用戶心智中的“默認路徑”。一旦產(chǎn)生出行念頭，用戶大腦中會形成“喚醒 App”的條件反射。這種“入口權(quán)”決定了平臺的估值溢價與流量分配權(quán)。

但 AI Agent 的介入，正在強行切斷這條鏈路。當(dāng)用戶的交互習(xí)慣從“尋找圖標”轉(zhuǎn)向“表達意圖”時，流量的分發(fā)邏輯便發(fā)生了本質(zhì)位移：用戶未必會先想起某個 App，而會先通過千問把事情辦了。這意味著，傳統(tǒng) App 雖然依然負責(zé)底層的履約，但在價值鏈條上卻被迫向后退了一步，從直面用戶的“第一門戶”，降級為隱于背后的“運力底座”。

更具殺傷力的是，AI 助手正在利用“任務(wù)鏈”邏輯，對支離破碎的移動生態(tài)進行一場“降維縫合”。

打車 Skill 絕不是一個孤立的功能點。當(dāng)它與外賣、機酒、導(dǎo)航等技能池深度咬合時，原本需要跨越數(shù)個 App、進行無數(shù)次頁面跳轉(zhuǎn)的復(fù)雜任務(wù)，被濃縮進了一句自然語言中。

這不僅是效率的躍遷，更是對 App 孤島效應(yīng)的終結(jié)。

而“入口權(quán)移交”引發(fā)的焦慮，早已在資本市場激起回響。此前 Claude 展現(xiàn)出強大的設(shè)計編排能力時，Adobe、Figma 等垂類巨頭的股價應(yīng)聲下跌，這本質(zhì)上是市場對“流量截流”的本能恐懼。

投資者擔(dān)心的并不是 AI 瞬間取代了專業(yè)軟件的生產(chǎn)力，而是當(dāng)核心交互環(huán)節(jié)被 AI 助手攔截，垂直工具便失去了定義用戶入口的議價權(quán)。

對于出行行業(yè)而言，道理如出一轍。滴滴們的運力池與算法護城河依然深厚，但在 AI 時代，“被動履約”與“主動占領(lǐng)入口”是兩個維度的競爭。隨著千問這類 AI 助手開始代勞，用戶是否還有動力保持對打車 App 的高頻、主動訪問，已然成為一個巨大的問號。

打車只是開始，真正變化的是誰來承接用戶需求

打車是最高頻、最剛需、也最貼近日常生活的場景之一。

連這種場景都開始被 AI 重寫，意味著接下來，訂外賣、訂酒店、訂票、導(dǎo)航、找吃的，甚至整條出行和出游鏈路，都有可能被重新組織一遍。

我們正站在一個時代的交匯點。過去，移動互聯(lián)網(wǎng)的分工是“一個需求，一個 App”。未來，更可能的圖景是“萬千意圖匯聚于 AI，再由 AI 調(diào)度百業(yè)”。

千問重構(gòu)的不只是打車本身，而是徹底改寫了用戶與數(shù)字服務(wù)連接的協(xié)議。當(dāng) App 逐漸隱形，意圖成為唯一的入口，移動互聯(lián)網(wǎng)那個以 App 為中心的舊時代，可能真的要翻篇了。

加入ZF討論群，請先添加小助手微信

我們相信認知能夠跨越階層，

致力于為年輕人提供高質(zhì)量的科技和財經(jīng)內(nèi)容。

稿件經(jīng)采用可獲邀進入Z Finance內(nèi)部社群，優(yōu)秀者將成為簽約作者，00后更有機會成為Z Finance的早期共創(chuàng)成員。

我們正在招募新一期的實習(xí)生