5 月 11 日，千问接入淘宝交易流程。用户可以在千问对话中完成淘宝商品的挑选、对比、下单和支付，选品、付款和售后都留在对话界面内。淘宝也上线了 AI 购物助手，支持 AI 试穿、图片和视频找同款、领券和凑单等功能。这套能力背后，是淘宝 20 多年积累下来的 40 亿 SKU 商品库。

这次接入的意义，不只是增加一个购物功能，而是改变了用户进入购物流程的方式。

举个例子：「朋友的朋友请我吃了一顿 300 块的饭，没让我 AA，想回个礼。」这句话很难直接变成搜索关键词。但在千问里，AI 可以追问关系远近、场合和预算，再给出几个不显得生硬的回礼选项。购物入口开始从关键词，延伸到一段更接近日常表达的需求描述。

三种搜索框很难处理的购物场景

千问接入淘宝后的核心能力，围绕三种场景展开。这三种场景有一个共同点：用户很难直接把需求压缩成关键词。

第一种，多条件筛选需求。一个刚上大学的学生，预算 6000 元，专业是计算机，还想用上国补，问千问该买什么笔记本。在搜索框里，这几个条件很难一次表达清楚——价格区间、性能要求、补贴政策分属不同的筛选维度，用户通常要反复调整才能找到交集。千问返回的是同时满足多项条件的商品，附带配置说明和适用理由。

另外它不只是做匹配。当用户的条件本身有矛盾时，比如「小户型想配大匹数空调」，千问会分析性能过剩的问题，建议降低配置。这里的变化在于，系统开始承担一部分购物咨询功能。

第二种，用户知道自己想要什么感觉，但说不出商品名。比如一个用户看中了一件外套的版型，想找样式更好看、更适合女生的类似款。这类需求的难点在于，用户的偏好是视觉化的，很难翻译成文字关键词。千问可以直接识别照片中的产品要素——版型、面料质感、风格方向——再推荐符合偏好的商品链接。

另一个更日常的例子：用户拿到了人生第一份工资，想买个东西犒劳自己，但完全没想好买什么品类。千问先追问生活方式和兴趣方向，再从对话中提炼出具体的商品建议。搜索框需要用户先有品类概念才能启动，但 AI 对话功能可以从一段模糊的想法开始，逐步收敛到可购买的选项。

第三种，有场景但不知道该买什么。「下周末去露营，预算 2000 元」，用户给出的不是商品名，而是场景、预算和任务目标。千问的做法是拆解品类，包括帐篷、防潮垫、炉具和照明，在预算内分配不同品类的开支，生成完整的装备清单，还会补充使用提醒，比如注意天气或新手适用的型号建议。

淘宝端的 AI 购物助手，则更多处理购买前后的具体任务：试穿功能帮助用户判断搭配效果，图片和视频找同款降低搜索成本，领券和凑单功能把价格计算提前到下单之前。支付由支付宝 AI 付接入对话流程。据此前公开信息，支付步骤缩减了至少 60%。

那些进不了电商搜索框的需求

搜索主导电商购物已有多年，效率很高，但它有一个前提：用户得先把自己的需求改写成关键词。

多条件筛选需求，用户需要在脑子里拆解自己的要求，再对应到一个个筛选项。这个过程中每多加一个条件，就多一次操作，也多一次结果变少甚至归零的风险。说不清商品名的需求更难。比如一个准妈妈知道自己「应该提前准备些什么」，但她未必知道「待产包套装」「产褥垫」「婴儿包被」这些品类词。按场景配置商品的需求，在搜索框里往往会被拆成多个单品搜索。一次露营要搜 5 个品类，很多人在第 3 次搜索时就放弃了——不是需求消失了，是决策疲劳先到了。

更关键的是另一类需求：用户一开始并没有明确购物意图。

千问的实际使用中出现了大量这样的对话路径。用户问的是「梅雨季衣服干不了怎么办」，聊到解决方案时最后下单了除湿机；问的是「拼豆需要准备些什么」，几轮之后直接说「帮我买一套，预算 150」。这类购买行为的起点不是明确购物意图，而是一个日常问题。搜索框很难承接这类需求，因为用户打开搜索框的那一刻，前提就是「我要买东西」。对话入口则可以先处理问题，再把购买变成解决方案的一部分。

千问接入淘宝后，释放的不只是已有购物需求，还包括一批过去很难进入购物流程的潜在需求。 从产业角度看，这会给「购前功课」类平台带来压力。种草社区、参数对比工具和测评聚合站点的价值，来自搜索购物信息不够充分、决策成本高。当一轮对话就能完成选品、对比和方案生成，这些中间环节的角色会被重新评估。它们不一定消失，但大概率会从「必经之路」退为「补充参考」。

全球 AI 购物都在做，但壁垒不只在模型

AI 辅助购物已经成为全球科技公司的共同方向。ChatGPT agent 能浏览商品页、对比参数、填写表单；Gemini Agent 连接了 Google Shopping、Flights、Hotels，做跨服务推荐。只看推荐和参数比较，各家的体验差距还没有拉开。

真正拉开差距的，是交易环节。

ChatGPT 和 Gemini 做完推荐之后，用户仍要跳转到商家网站，自己登录、确认订单并完成支付。这不只是模型能力的问题，也和西方电商支付体系的分散有关。每个商家有独立的结账流程和账户体系，很难找到一个统一的支付层，让 AI 在对话内直接完成交易。

中国的支付基础设施，让对话内交易更容易成立。千问今年 1 月发布会上演示过一句话订 40 杯奶茶，并通过支付宝 AI 付在对话内完成支付。类似操作在 ChatGPT 或 Gemini 目前的主流产品路径里很难完成，这意味着，AI 购物的难点不只在模型，还在支付、账户和商家系统的接入。

这里的关键差异，主要在产品组织方式和交易基础设施。 硅谷的 AI 购物助手更像研究员，能帮用户查资料、做对比，但结账仍要回到商家网站。千问则更接近一个交易代理入口，把选品、比价、下单、付款和物流追踪接入同一个对话流程。它对应的是另一种产品逻辑，背后也是另一套交易基础设施。

阿里巴巴在这条路线上的优势很清楚：同时拥有模型（Qwen）、商品库（淘宝 40 亿 SKU）、支付（支付宝）和物流（菜鸟）能力。这次与淘宝接入，把阿里最重要的交易资产接入了千问。4 月与中国东方航空的合作，则显示千问正在测试外部服务接入。东航是千问首个落地的外部合作伙伴，覆盖了从查询到值机的全流程。

对话购物的考验，才刚刚开始

千问已经把交易链条接入对话界面。接下来要验证的，是用户会不会形成新的购物习惯，以及其他平台会以多快速度跟进。

第一是使用深度。千问目前的月活跃用户约 1.66 亿（QuestMobile，2026 年 Q1 数据），在中国 AI 原生 App 中排名第二。但月活不等于购物转化。搜索购物在简单、明确的需求上仍然效率最高。你知道要买「iPhone 17 Pro Max 256GB 黑色」的时候，搜索框依然是最短路径。对话购物更适合的场景，是那些条件复杂、描述模糊、需要方案规划的需求。这类场景的使用频次和转化率，决定了对话购物能带来多大交易增量。

第二是竞争走向。千问的优势来自阿里生态内部的商品、支付和履约资源，但阿里不是唯一玩家，国内几家大厂也在布局，接下来，围绕对话购物的竞争也会持续加剧。而千问已经先把电商交易链条接入对话入口。 接下来要看的，是这个先发优势能否转化为稳定的用户习惯。

搜索框主导电商购物多年，它默认用户已经知道自己要买什么。此次，千问全面接入淘宝，展示了另一种更完整的购物路径：用户先说出处境，再由 AI 把需求转成商品和交易流程。 当「聊着聊着就买了」变成一种常态路径，电商的流量逻辑和决策链条都会被重新书写。