Uber万圣节3.2亿单背后:外部AI助手只叫了4趟车
万圣节的一周通常是国外最热闹的时候,出去玩的、聚餐的都选在这个节日前后。这一周里,Uber 和 Uber Eats 一共完成了约 3.2 亿笔叫车与配送订单。人们出门、逛街、叫外送,点开应用,一天下来就是数千万次交易。
万圣节前后那一周,国外通常最热闹,出去玩、聚餐的都集中在这个节日附近。就在这一周,Uber 和 Uber Eats 合计完成约 3.2 亿笔叫车与配送订单。人们出门、逛街、点外送,打开应用,一天下来就是数千万次交易。
这些订单里,由外部 AI Agent 代为完成的有多少?Uber Eats 约 500 笔,叫车业务只有 4 趟。
这两个数字是 Uber 在 11 月 4 日的财报电话会上给出的。首席财务官还特意用「grand total」来形容那 4 趟车,像是在揶揄 AI Agent 拿到的这个「大结果」。

需要说明的是,这并不代表 Uber 自家开发的 AI 一周只能叫来 4 辆车。财报统计的口径,是从其他公司的 AI 助手进入 Uber、最终由 Uber 履约的行程。用户到底向 Agent 发起过多少次叫车请求、又有多少次卡在中途,Uber 并未公布,所以 4 也不是「成功率」的分子。
另外,「从 AI 助手出发」未必意味着全程都不离开聊天框。按照 Uber 对 ChatGPT 接入的说明,用户可以先在 ChatGPT 里规划行程,再跳转到 Uber 应用完成叫车和支付;Claude 的 Uber 连接器同样把最后的预订交回官方应用。那 4 单分别来自哪个助手、走的是哪条具体路径,财报没有拆分。
但那个「大结果」已经摆在纸面上了:眼下几乎没有人把外部 AI 助手当成叫车的第一入口。
Demo 里常见,演完就没了
自从 Agent 被描述成「不只回答问题,还能替你做事」,点外卖、买杂货、叫车就一次次出现在发布会和演示里。
谁都点过外卖,也都能想象把这几步交给别人。OpenAI 当年介绍 Operator 时,把购买杂货列为典型任务,还宣布与 DoorDash、Instacart、Uber 等公司合作;Google 展示 Android 上的多步骤任务时,最先开放测试的同样是外卖、杂货和网约车应用。画面不难理解:说一句想吃什么、要去哪里,AI 打开页面、填好信息,屏幕上的操作一步步完成。

Gemini 的演示画面,顶部提示 Gemini 已准备好订单,等用户确认。图片来源:Gemini
办公室午餐这种事,DoorDash 的 AI 订餐连接器就拿它当例子:同事在聊天工具里讨论吃什么,Agent 能帮着找店、把订单汇总起来、再安排送达。这么一讲,比空谈抽象的「自主行动能力」要具体得多。外卖平台其实也在往这个方向靠。

DoorDash 官方发布的订餐连接器演示图。图片来源:DoorDash
可到了 DoorDash 10 月底的财报电话会上,CEO Tony Xu 说,第三方 Agent 接入以来总共只带来「几百笔」订单。跟他们日常的量级相比,差得实在太远。
生活消费在演示里很热闹,落到外部 Agent 带来的实际订单上,还很冷清。
App 可能已经够快了
发布会上的观众,看一次 Agent 点外卖,就能明白它会行动。真实用户却不一样,每次饿到或者临时要出门,都得重新判断:这回让 AI 办,是不是比自己办更省事?
大多数时候,因为时机紧急,这种判断只会一闪而过。
财报电话会上,Uber CEO Dara Khosrowshahi 举了个一点都不浪漫的对照:用 Uber 应用叫车,平均 50 秒就能完成,其中约 75% 的行程凭已知目的地一键就能发起;换成再点一份常吃的外卖,中位数要 90 秒,原因是地址、支付方式、收藏餐厅和历史订单用户早就有了。
相比之下,Agent 得先听懂需求、拿到授权、确认车型或餐品,有些接入还得把人送回原生应用完成最后一步。对于熟悉的重复动作,省下两次点击,可能还抵不过新开一个对话框,一步步聊天、对话。

使用 Gemini 完成打 Uber 的任务。图片来源:WIRED
DoorDash 的 CEO 也在财报会上提到,第三方 Agent 或许更适合需要长时间比较的购买,或者在后台主动替用户处理那些用户原本还没想到的需求。这类工作真能做好,Agent 才有机会比现成应用更短、更顺。
何况,第三方助手还要跟服务提供方的原生 AI 助手竞争。Uber 就开发了自己的 Uber Assistant,能自动识别购物清单并加购。

Uber 内置的原生 AI 助手。图片来源:Uber
不过,实际体验里的摩擦也不只来自速度。叫车时,用户可能临时改目的地、比较等候时间、确认车牌;点餐时,库存、配送费、优惠券随时在变。每一步都要在「放手让 AI 做」和「自己看一眼」之间来回摇摆。为了让这条线安全,平台会要求授权和确认;确认一多,原先承诺的省事又被削弱了。
演示归演示,能不能变成日常动作,还得另说。Uber 那边统计到的 AI 打车订单只有 4 趟,这个数字摆在那里,说明发布会上的流畅画面和真实使用之间隔着一段路。
国内看起来乐观些。今年春节,千问 App 把淘宝闪购、支付宝等服务接了进来,又拿出「30 亿大免单」请人在对话里试着下单。按千问公布的数据,活动头六天 AI 完成下单超过 1.2 亿笔。支付和履约都通了,手边还有免单券,这时候「一句话买东西」就不只是发布会上的一段录像。不过 1.2 亿笔和 Uber 的 4 趟车考的不是同一张卷子:Uber 数的是别家 AI 助手带来的订单,千问站在阿里生态里,入口是自己的应用,连的是阿里现成的购物和支付服务,还额外给了人们专门来试一次的价格理由。订单能说明这条链路跑得通,也能说明补贴能把人拉进来;它没回答的是,优惠没了以后还有多少人愿意回来。

叫车这边,国内也进了实战。曹操出行与豆包今年 9 月宣布,在北京、杭州、苏州上线 AI 打车:用户在豆包问地点、查路线,接着就能看出行方案并叫车。可公开材料只停在「能叫」这一步,没有像 Uber 那样交代「有多少人真的叫了」,也没交代多少人第二次还这么叫。

豆包与曹操出行公布的 AI 打车合作
第三方助手接入日常生活类应用,整体还在早期,各平台放开的能力也不一致。但生活场景是刚需,这点不用多说。点外卖、叫车之所以适合拿来演示,是因为大家熟、步骤清楚、做完马上看得见结果。同样因为熟,人们早就习惯在原来的应用里几下就办完了。
生活里的「高频」,不会自动变成 Agent 的高频。下回再看到 AI 演示替人叫车、点咖啡,不妨多问一句:明天早上真赶时间,你会先叫醒 AI,还是直接点开那个已经知道你要去哪的 App?