当整个科技行业都在畅想“AI代理替你订餐、购物、安排行程”的未来时，现实给出了一盆冷水。Ars Technica于2026年10月31日刊发记者Kyle Orland的报道指出，在DoorDash平台上，几乎没有人真正使用AI代理来下外卖订单。这一现象与业界对代理式AI（agentic AI）的高涨热情形成鲜明对比，也揭示出新技术从演示视频走向日常消费场景之间，仍横亘着不小的鸿沟。
热闹的代理叙事，冷清的真实订单
过去两年，AI代理几乎成了科技行业最热门的关键词。从OpenAI、Anthropic到谷歌，主流模型厂商纷纷把“能自主规划、调用工具、完成多步任务”的代理能力作为核心卖点。演示视频里，AI可以替用户比价、填表、下单、追踪物流，仿佛一个不知疲倦的数字助理。电商与本地生活服务被视为代理落地的天然场景——毕竟点外卖流程标准化、决策链条短，看上去再适合不过。
但DoorDash的实际使用情况说明，演示与日常使用之间隔着一条真实的河。绝大多数用户仍然打开App、浏览菜单、手指点选，而不是对着聊天框说一句“帮我点一份不辣的牛肉面，半小时内送到”。AI代理在这一高频消费场景中，几乎处于“零存在感”的状态。
“但这一相对较新的电商用例仍处于早期阶段。”——Ars Technica报道摘要
为什么用户不愿把晚饭交给AI
首先是信任与支付问题。让一个AI代理代替自己完成支付，意味着用户要把账户权限、地址信息、口味偏好甚至预算控制权交出去。一旦下单出错、金额异常或隐私泄露，责任归属并不清晰。对外卖这种单价不高、频次极高的消费而言，用户更在意“确定性”，而非省下那几十秒操作时间。
其次是偏好的表达难题。点外卖往往是一个高度情境化的决策：今天想吃清淡的、预算控制在三十元以内、想试试新开的店、忌口香菜……这些模糊而多变的约束，人类用几句话就能说清，AI代理却容易理解偏差。一次点错，用户可能就再也不愿尝试第二次。
第三是体验上的“多一步”。现有AI代理大多需要跳出外卖App，在另一个聊天界面中描述需求，再等待代理完成操作，整个链路反而比直接打开App更麻烦。对追求即时满足的外卖场景来说，任何额外摩擦都会被迅速放大。
平台的两难：开放入口还是守住入口
从平台角度看，DoorDash这类公司既希望借助AI提升点餐效率、增加订单转化，又不愿把宝贵的用户关系与交易入口让渡给第三方代理。外卖平台的护城河建立在用户习惯、商家网络与配送运力之上，一旦用户改为通过通用AI助手下单，平台就可能沦为单纯的履约后台，品牌与流量价值被削弱。因此，平台更倾向于在自家App内嵌入AI推荐或对话式点餐，而非向外部代理全面开放下单能力。
这也解释了为何“AI代理点外卖”在技术上并非不可行，却在生态上推进缓慢。接口权限、支付授权、商家菜单结构化程度、异常订单处理机制，每一项都需要平台、模型厂商与支付机构之间反复磨合。
编者按：早期遇冷不等于终局
需要指出的是，使用率低并不等于方向错误。移动支付、语音助手在诞生初期同样经历过“没人用”的阶段，真正的普及往往依赖一个足够顺滑的默认入口。对外卖场景而言，更现实的路径可能是平台内置的对话式点餐助手——用户仍停留在DoorDash生态内，AI只负责理解需求、筛选菜品、完成加购，而支付确认与最终下单仍由用户掌控。这种“半代理”形态兼顾效率与可控性，或许比全自动代理更容易被接受。
另一方面，代理式AI的能力仍在快速演进。随着模型对多轮约束的理解、对工具调用的可靠性以及支付安全方案逐步成熟，今天看起来笨拙的体验有可能在短期内被改写。真正决定成败的，未必是模型有多聪明，而是平台是否愿意开放、用户是否敢于授权、以及出错之后由谁来兜底。
DoorDash的案例提醒行业：AI代理的商业化不是一场模型能力的单点竞赛，而是一场关于信任、习惯与生态协作的持久战。几乎没人用AI代理点外卖，恰恰是观察这场战役最真实的切口。
本文编译自Ars Technica
© 2026 Winzheng.com 赢政天下 | 转载请注明来源并附原文链接