豆包杀入 618，但它不想帮你下单

AI购物实测：豆包“强推销” vs 千问“坦诚但粗心”

在四组实测问题中，豆包和千问展现出截然不同的策略。豆包像做过功课的朋友，先过滤需求（如“不适合大型游戏，优先8G+256GSSD”），再推具体商品卡，附价格、配置和选购提醒，甚至主动警告低价机陷阱。点开商品卡可直接进入下单页面，闭环顺畅，但推荐结果中直播间权重极高——随机测试多个商品，首位都是直播间，暴露了抖音电商流量分发逻辑。千问则更坦诚：对跨平台比价直接承认“无法查京东、拼多多”，返回淘宝内部优惠；但在相机推荐中，文字分析专业，商品卡却错配到53元的儿童玩具相机，预算匹配严重失控。豆包在比价测试中给出完整三平台价格，但数据并非实时拉取，而是模型生成的理论最低价，普通用户拿不到。千问承认局限，豆包则用幻觉数据包装专业度，在购物决策中更危险。

流量暗线：AI推荐的背后是平台利益

豆包和千问的推荐池分别是抖音商城和淘宝天猫，这决定了它们天然的商业偏向。豆包商品卡点进去首先出现直播间，是字节电商流量分发逻辑的体现；千问推荐商品高度集中在付费商家的高权重范围，销量上万的高性价比平价款被压到数十位后。传统搜索结果有“广告”标签，但AI推荐说的是“根据你的需求为你精选”，用户几乎无法分辨推荐背后是算法还是商业。包装越自然，越值得警惕。豆包在推荐卡片层做了一定过滤，但点开“查看更多商品”后，预算约束消失，3000元预算的笔记本测试里，3739元新款和4499元高配版照样出现。AI购物承诺用自然语言提升效率，但当推荐结果与平台商业利益深度绑定，用户反而需要更复杂的交叉验证。

AI说人话，商品却听不懂

实测暴露了当前AI购物的共同工程短板：AI的决策层和平台的商品召回层没有打通。豆包理解了用户预算3000元，但只要跳转到商品列表页，就切换回按销量、广告权重排序的传统逻辑，AI只影响了第一步，没影响后续每一步。千问更典型：文字推荐框架完整（索尼A6400、富士X-T30II），但商品卡完全错位——8000元预算场景下挂出53元库洛米儿童相机。根本原因是商品数据的标准化和实时同步是巨大工程难题。豆包的比价依赖模型生成，千问的商品卡偶尔错误匹配，都指向同一个问题：在依赖实时库存、价格、促销信息的电商场景里，大模型知识更新速度跟不上商品世界的变化速度。用户用自然语言提问时，AI能给出漂亮回答，但一旦涉及模糊需求、多维比较、信任建立，用户还是本能地打开另一个App交叉验证——AI购物反而多出一个确认步骤。

618入口之争：AI尚未成为主战场

功能层面，豆包和千问目前跑得顺滑的仍集中在外卖、标品等低决策成本品类。618主战场——家电、手机、电脑、服装等高决策成本品类，AI推荐的可靠性和用户信任度远未到“代劳”的程度。用户习惯从搜索式切换到对话式购物，不是一次App更新能完成。大多数用户今年618依然会在熟悉的购物App里比价下单。更准确的定位是：这是一次公开的压测，一个象征意义的节点。各家用这个窗口验证技术路线、测试用户接受度、跑通支付闭环。真正的AI购物，还需解决推荐数据实时性、跨平台比价可信度、个性化推荐与商业利益的透明边界、高决策成本品类的信任机制——这些问题靠功能迭代只能解决一部分，更多需要行业重建用户与平台之间的信任契约。