DoorDash AI Agent 订单总量仅“数百笔”，正探索合作伙伴关系

尽管市场预期软件将重塑购物方式，DoorDash CEO Tony Xu 表示，通过外部助手完成的 DoorDash AI agent 订单目前仅达“数百笔”。AI agent 是代表用户采取行动的软件，而不只是回答问题。DoorDash 的披露提供了一个具体的采用信号，但其统计时间窗口并不完整，因此能够得出的结论有限。

这一数字给一种特定承诺带来压力：独立助手将成为消费者委托日常采购的默认入口。成功下单证明了技术能力；要说服人们不再打开熟悉的配送 app，则需要另一种行为转变。

DoorDash 仍有兴趣与外部 agent 开发者合作。与此同时，Walmart 正在为购物 agents 建设访问渠道，而 Amazon 已封禁 Meta 的 Muse。这些不同做法提供了有用的背景，但 DoorDash 面临的直接问题更为狭窄：外部助手能否带来额外购买，还是消费者主要会在他们已经信任的服务内部使用 AI？

DoorDash AI Agent 订单实际说明了什么

在 DoorDash 10 月 29 日的财报电话会上，Xu 将外部 agent 的活动描述为规模很小的累计总数。这场财报电话会讨论也概述了该公司对能够带来额外订单的合作关系的兴趣。他表示，客户主要通过 DoorDash 的 app 下单。

这项披露描述的是通过外部 agents 观察到的有限活动，而非对 AI 辅助购物的全面衡量。

这一区别很重要，因为该类别可涵盖不同体验。客户可能要求独立助手完成购买；也可能在配送 app 内使用对话式搜索，再亲自审核购物车。两者都涉及 AI，但代表着消费者、软件提供商和配送服务之间不同的关系。

所披露的数字涉及外部助手渠道。不应将其变成“消费者拒绝所有形式 AI 商业应用”的标题式论断。同样，它也不能证明现有 app 内的对话式购物功能已经获得广泛采用。这些结论需要各自的证据。

统计周期同样尚不清楚。没有明确起始日期的累计估算无法确立月度增长率，也无法显示活动近期是否加速、保持平稳，或只是经历过最初一轮试用高峰。

一个简单例子说明了问题：同样的累计总数，对于刚上线的整合功能和已运行较长时间的服务，意义截然不同。若没有可比的曝光量，原始计数会把产品可用性与客户兴趣混在一起。

“订单”一词还留下了更多分析问题。交易数量无法揭示有多少人购买、他们回购的频率，或有多少次购买尝试失败。这些指标有助于区分重复行为与零星试用。

这些缺口并不意味着这项披露毫无用处。它提供了一个由公司报告的观察结果，可用于检验有关购物自动化的宽泛说法。负责任的解读应紧扣其范围：就 DoorDash 的统计而言，外部 agents 尚未成为重要的下单渠道。

这一数字也提醒人们，采用证据应覆盖完整的客户旅程。发现服务、连接账户、建立购物车、批准付款，以及收到可接受的配送，都是不同阶段。一次完成的购买记录了结果，却无法解释其他用户在哪一步停止。

对于评估 AI 产品的读者而言，这正是有用的起点。在判断一个数字证明了什么之前，应先问清它衡量的是什么。DoorDash 提供了一个早期交易信号，但要解读这一信号，还需要了解可用性、尝试次数、客户留存和观察周期。

独立助手必须赢得习惯的改变

直接压力落在那些承诺通用助手可以成为常规购物目的地的开发者身上。即便屏幕上没有出现竞争性的 AI 产品，他们仍在与客户既有的习惯竞争。

外部助手必须提供足够的价值，才足以让用户将熟悉的任务转移到另一种界面。

以一笔示例性的晚餐订单为例。用户已经知道餐厅、常点菜品、配送地址和首选付款方式。熟悉的 app 可以让这项任务变得直接。助手必须在确保每个细节仍然正确的同时，节省有意义的操作成本。

对于不那么确定的购买，情况则不同。为陌生食谱挑选食材的消费者，面对的决策比重复常规订单的人更多。当助手能够减少不确定性、协调成本或反复的手动工作时，其价值就更高。

这意味着评判标准要高于软件能否完成结账操作。开发者需要找出哪些场景中，委托操作能充分改善结果，以至于客户愿意持续回访。演示可以证明可行性，却未必能说明产品具有持久的使用理由。

账户设置又增加了一道门槛。如果客户必须连接服务、说明偏好，并检查每件推荐商品，首次互动就包含了工作量。这种投入或许值得，但收益必须在好奇心消退前变得明显。

信任也存在多个层级。客户可能信任助手推荐晚餐，却不愿授权其直接购买；他们可能允许熟悉订单的复购，却要求对替代品进行审批。将这些决策视为是否愿意“使用 agents”的单一意愿，会掩盖重要差异。

商业问题随之而来。额外交易与原本会通过另一界面完成的订单，意义不同。外部助手可以通过发现未被满足的需求、减少放弃购买，或协调客户原本会避免的任务来创造价值。

将既有购买转移到新渠道仍可能提升便利性，但这并不自动证明底层市场的需求增加。合作讨论需要区分客户收益、额外销售，以及既有交易的重新分配。

对企业买家而言，同样的逻辑适用于工作场景中的采购助手。产品应与当前流程进行比较，包括审批要求和异常处理。如果员工之后仍须重新构建订单，再流畅的对话价值也有限。

因此，独立 agents 面临实际的采用挑战：它们需要一个重复发生的任务、明确优势以及可接受的监督程度。DoorDash 的披露提高了这些主张所需的证据标准，但并未断定开发者最终无法达到这一标准。

DoorDash 正在其自身客户关系内部测试 AI

DoorDash 自己的产品公告显示，它在关注外部助手的同时，也在试验对话式购物。

其 6 月发布的对话式搜索公告称，Ask DoorDash 可以接受自然语言请求、食谱链接和食谱书照片。该公司展示了如何将食谱转化为可供消费者审核和调整的杂货购物车。最初仅在选定地区和体验中提供。

9 月 30 日，DoorDash 宣布推出短信下单，美国用户可加入 beta 等候名单。该公司将短信定位为另一种无需打开其 app 即可请求食品和杂货的方式。

即便独立购物助手吸引的交易量有限，对话式购物仍可在现有服务内部发展。

底层区别在于谁维持客户关系。由市场平台运营的助手可以改变客户表达请求的方式，同时将交易留在该服务内部。独立助手则在客户意图与履约之间引入了另一名参与者。

两种安排都不会自动带来更好的体验。集成式助手可能方便地处理熟悉偏好，却将消费者限制在自己的市场平台内；外部助手或许能够跨服务协调，但需要额外连接和说明。

食谱示例让这种区别变得具体。将食材转成建议购物车，减少了重复选择工作；但消费者仍需要可接受的数量、合适的替代品，以及对购物车符合自己意图的信心。对话式界面启动流程；审核体验决定客户是否愿意放心完成订单。

处理同一任务的外部助手，需要跨越组织边界保留这些细节。一个在对话中被正确理解的请求，如果接收服务对数量或偏好的理解不同，仍可能变成不合适的购买。

这也是应将界面改进与市场替代区分开来的分析理由。客户可以获得更便利的购物方式，而不必放弃既有账户或改变订单的来源。

单凭产品公告无法告诉我们客户更偏好哪条路线。可用性只是创造了使用某项功能的机会。重复购买、成功配送和减少操作成本，才能更有力地证明该体验是否能在日常习惯中赢得长期位置。

时间因素同样需要考虑。Beta 可能将功能开放给具有特定兴趣的受众。该受众的结果不应自动成为对所有客户的预测。更广泛的可用性构成另一种测试，尤其是在热情较低的用户遇到设置要求和意外情况时。

对 agent 开发者而言，DoorDash 的实验意味着基准仍在不断提高。他们正与能够改进自身界面的现有服务竞争。当其他地方的常规下单变得更容易时，他们的优势必须仍然具有意义。

这使任务选择成为核心。通用助手需要一个参与理由，而不只是将请求翻译成购物车。协调多项需求、记住已授权的偏好，或管理复杂工作流，相比复制一个已经便利的互动，提出了更清晰的价值主张。

Walmart 和 Amazon 表明，访问权限是一个独立问题

围绕购物助手的讨论常常混合了不同问题：消费者是否想要它们，以及零售商是否允许它们运作。DoorDash 报告的交易数量主要在有限场景中为第一个讨论提供信息。

Walmart 在 10 月 21 日发布的agent 购物框架直接讨论了访问问题。该公司宣布了 Agent Profiles、一个计划中的 agent 连接网关，以及客户控制机制。该公司称，profiles 将在账户内区分 agent 购买，并支持审批偏好。

亚马逊对至少部分外部软件采取了不同做法。Bloomberg 于 9 月 21 日报道称，援引亚马逊发言人的说法，亚马逊屏蔽了 Meta 的 Muse。

零售商的许可创造了交易机会；但并不能证明客户会使用这一机会。

同样，被屏蔽的助手也无法清晰衡量客户需求。技术限制可能阻止感兴趣的用户完成购买。开放连接消除了一项障碍，但发现、信任、易用性和重复使用行为仍有待验证。

这一区分避免了对竞争格局作出过于简单的解读。欢迎代理的零售商是在作出分发决策。限制代理的零售商是在作出访问决策。任何一项行动都无法单独证明消费者会偏好哪种购物界面。

访问方式的设计同样重要。通过普通网页使用客户账户的助手，与通过获批连接运行的软件有所不同。后者可根据具体实现，更清晰地说明身份、权限和交易状态。

这些差异会影响开发者能够可信承诺的内容。一个可访问网站上的精美演示，并不能证明其能在政策不同的零售商之间可靠运行。应逐项服务评估覆盖范围，并清晰区分已支持的操作与尚属愿景的功能。

对客户而言，实际后果是碎片化。助手可能在一家商店提供帮助，却在另一家遇到限制。即使底层软件能够准确理解请求，这种体验也会削弱“一站式处理购物事务”的承诺。

对平台而言，欢迎助手会带来展示方式和责任归属的问题。谁来解释替代商品？谁来沟通变更后的配送预估？哪个界面展示最终条款？这些产品决策会在市场份额争论之前塑造信任。

应在这一更广泛的选择框架下理解 DoorDash 对合作的开放态度。合作关系可以界定外部服务如何参与，而无需平台交出客户体验的每一个环节。

因此，最有力的比较应当区分访问、能力和采用。访问关乎运营许可。能力关乎能否正确完成任务。采用关乎客户是否反复选择这一体验。任何一个领域的进展都值得关注，但不能替代其他领域的证据。

这一数量仍未解答客户需求和可靠性问题

DoorDash 的披露支持我们对当前外部代理活动保持谨慎。它并未说明该活动水平的成因。

较小的交易总量无法区分有限的兴趣与有限的可用性、摩擦，或客户几乎未曾接触过的体验。

这种不确定性很重要，因为不同解释意味着不同应对方式。认知不足需要分发。设置困难需要产品调整。不可靠的执行需要更好的控制机制。一项被认为收益不大的任务，可能需要完全不同的应用场景。

现有数量无法对这些解释进行排序。声称客户不喜欢代理超出了证据范围。声称一旦产品改进采用率就会自动加速，同样超出了已知事实。

交易成功与客户满意度之间还存在进一步区别。订单可以在技术上完成，却令买家失望。错误的替代商品、不合适的数量或意外的配送安排，都可能损害信任，却不会显示为结账失败。

反过来也可能如此。在试运行期间，暂停以寻求澄清的助手可能完成较少的交易，却能保护客户免受错误影响。原始完成数据需要结合软件尝试了什么、为何停止来理解。

在产品评估中，异常处理尤其值得关注。常规请求容易带来有利的演示，因为预期结果很容易描述。真实购买包含不确定性：商品缺货、偏好变化、数量含糊，以及需要重新批准的情形。

Walmart 的代理访问条款展示了零售商如何将这些边界正式化。条款要求在特定情况下进行身份标识，并规定了人工批准要求。条款还限制对库存、费用和履约作出误导性陈述。

这些要求体现的是更广泛的设计问题，而非任何特定代理表现的证据。委托需要能够经受从对话到行动过渡的边界。购买进入结账环节时，用户的原始请求应当仍然清晰可理解。

一个示例性的杂货请求展现了这一挑战。“买齐我做晚餐需要的东西”对于份量、品牌、饮食偏好和现有储藏食品都留有解释空间。软件必须判断哪些不确定性可以通过获授权的上下文解决，哪些需要提问。

这种判断同时影响投入和信任。询问每个细节会削弱委托的大部分便利性。随意猜测则会制造另一种问题。有用的自主性需要有选择地澄清，并清楚说明客户批准了什么。

同样的问题也出现在工作场所的 AI 工作流中。记住偏好和据此行动是两种不同责任。希望评估信息侧面的读者，可以了解个人知识库如何组织上下文，同时将购买授权视为独立决策。

对于 DoorDash AI 代理订单，缺失的证据依然至关重要。在解释较小总量之前，我们需要更清晰的观察周期、可比较的曝光情况，以及关于重复行为的信息。目前的披露确定了一个狭窄的结果，而底层的客户和产品动态仍有待解释。

关注重复购买、更广泛的可用性和具体合作关系

下一批有价值的证据应将产品公告与实际客户行为关联起来。在接下来的数月中，有三个信号值得按特定顺序关注。

重复购买将最清楚地证明，外部助手提供的价值是否超越了最初的尝试。

首先，关注能够区分回访买家与首次试用者的指标。不断增长的累计数量会增加信息量，但仍可能只是更多新用户各自试用一次功能。重复使用更能表明客户找到了再次委托的理由。

如果有明确的观察窗口和对所含代理的清楚说明，这类证据会更有说服力。没有这些细节，连续的总量仍难以比较。报告覆盖范围的变化即使底层行为未变，也可能看起来像增长。

如果客户反复通过外部助手完成有用的购买，那么其作为持久渠道的论点就会增强。如果活动主要依赖新产品发布和最初的好奇心，那么形成习惯性购物的依据仍然较弱。

其次，关注从已宣布访问到可实际使用的可用性转变。DoorDash 的短信订购 beta 测试和 Walmart 计划中的代理基础设施，提供了可以跟踪的具体进展。关键问题在于，目标客户能否在日常条件下成功使用这些体验。

更广泛的可用性将带来更具信息量的采用测试，但并不保证结果乐观。开发者和零售商仍需证明，客户能够完成购买、理解控制机制，并在遇到较难预测的请求后再次使用。

如果更广泛的访问带来持续使用，那么有限可用性就更可能解释先前的低数量。如果访问扩大却没有重复活动，关注点应转向任务的价值及其所需投入。

第三，关注明确说明外部助手贡献了什么的合作关系。当具名集成描述了支持的操作、客户批准方式，以及各方如何评估额外需求时，它会提供更多信息。

缺少这些细节的合作公告，仍无法解答商业问题。有用的证据应表明，助手是否帮助客户完成他们原本会放弃、回避或难以协调的购买。

这类结果将强化独立助手能够扩大平台实用性的论点。仅仅重新安置熟悉的订单，则只支持关于便利性和分发的更狭窄主张。

两种结果都有可能。客户可能更倾向于将集成式对话工具用于日常购买，并将外部助手用于更复杂的任务。这仍是一种有待验证的可能性，而不是既定的市场划分。

DoorDash AI 代理订单如今为这项研究提供了一个参考点。该数字较小、由公司报告，且受限于未说明的时间范围。它的价值在于使采用讨论更加具体，同时揭示仍有多少内容尚未衡量。

在将下一次购物代理发布视为行为转变的证据之前，请关注对话背后的交易。客户能否清楚地授权，收到他们想要的商品，并在无需重建整个任务的情况下解决错误？然后再问，他们是否愿意再次使用这项服务。这些问题同样适用于个人购物和工作场所采购。评估新主张时，应将产品可用性、成功执行和重复需求区分开来。DoorDash 的披露为这类评估提供了早期参考点，而非最终裁决。关注下一次发布或合作时，不妨提出一个实际问题：有哪些新证据表明，委托已经变得足够有用，值得重复使用？