千問終究要回到Chatbot

千問App最近給自己安上了一張“臉”。

上周，阿里發布生態級AI助手數字人形象“千問小酒窩”。公開信息顯示，這個形象不只會出現在千問App內，還將進入阿里系多個生態應用，承擔做規劃、解難題、訂餐、買票、打車等任務入口的角色。

換句話說，阿里不是只想給千問做一個虛擬形象，而是想給整個阿里AI生態打造一個統一的人格界面。

從原生AI App的競品角度來看，這顯然是一次遲來的對標。要知道，競爭對手豆包從誕生之初，就選擇了這樣一個大眾耳熟能詳的名字，并以一個短發女孩形象示人。

盡管“千問”“元寶”這樣的名字并不拗口，但“豆包”+人格化處理先入為主的形象迅速深入人心。時至今日，豆包的語音對話、陪聊和內容生成能力，已經共同構成了日常的C端AI入口，并且占據國內AI App月活頭把交椅。

這一背景下，阿里和千問試圖走出一條差異化道路。

去年以來，千問App被推到臺前，承接阿里重新發力C端AI App的任務。在誕生之初，千問一直更強調“能辦事”：打通淘寶、天貓、飛豬、高德等阿里生態，試圖在C端AI App里跑出一條更實用主義的Agent路線。

春節以來，千問陸續接入外賣點單、行程規劃、演出選座購票、打車、機票酒店預訂等能力，本質上都是在證明：阿里不是只要一個聊天機器人，而是要一個能調動阿里生態資源的Agent助手。

問題在于，C端用戶的心智，似乎還沒有準備好全面迎接Agent時代。

QuestMobile最新數據顯示：截至今年3月，AI原生App月活規模已達4.4億，豆包、千問、DeepSeek分列前三，月活分別為3.45億、1.66億、1.27億。

千問一季度增長很快，排名從去年的TOP6提升至TOP2，單季新增用戶甚至超過豆包。但是，在一季度平均活躍率上，豆包為33.5%，千問為17.1%，DeepSeek為21%。

顯然，千問靠春節紅包戰和阿里資源快速沖到第二，但在用戶粘性上，仍然明顯落后豆包。

此時推出“小酒窩”，似乎預示著千問產品運營思路會發生調整。相比Agent層面的百花齊放，C端產品也許更應該先在Chatbot層面，把基礎交互能力構筑得更扎實。

A

普通人用AI到底做什么？

如果在AI社區里問這個問題，答案很可能是Vibe Coding、搭建OpenClaw，或者讓智能體自動跑流程。

對于發燒友和開發者來說，AI的魅力在于把一個長任務拆成多個步驟，讓模型自己規劃、調用工具、讀文件、跑代碼。

但這不是大多數C端用戶的真實起點。

中國互聯網絡信息中心此前發布的《生成式人工智能應用發展報告（2025）》顯示，生成式AI產品最主要的用戶場景仍是回答問題，比例達到80.9%；其次是生成或處理文本，占36.0%；生成圖片、視頻占33.0%。

這意味著，普通用戶對AI的第一認知，仍然是一個“能說話的搜索框”或“會聊天的百科全書”。

它不一定要替用戶完成完整鏈路，但要在用戶拋出一個問題時，迅速給出一個還不錯的答案。

甚至在B端也是如此。麥肯錫2025年AI應用調研提到，AI最常被用于信息獲取、處理與分發，例如通過對話式界面完成信息整理；營銷內容支持、客服自動化等場景緊隨其后。

與此同時，許多企業尤其是中小企業仍未實現AI與工作流的全面融合，僅約三分之一受訪者表示企業已在全公司范圍推動AI規模化應用。

這說明，即便是在企業場景里，AI也沒有一下子進入“自動辦完所有事”的階段。更何況C端用戶的使用場景更碎片化，甚至并不需要集成到一個原生AIApp中。

所以，對千問來說，Agent能力當然重要，但它不是C端增長的第一步。淘寶、飛豬、高德、支付寶這些成熟App，本身已經有極強的路徑依賴，AI要直接替代這些交易入口、轉移交易側的流量，并非一件易事。

尤其是，這種路徑轉移的成效，很大程度上和千問年初30億級紅包補貼有關。

而在另一邊，豆包的優勢恰恰在于，它的產品構造都是建立在“隨手問一句”之上。

實際體驗中也不難發現，豆包勝在日常順手，新聞總結、朗讀、翻譯、改文案等輕量需求；千問的優勢集中在復雜推理、專業分析和長任務處理上。

從最新主力模型看，兩家都已經把能力推向Agent時代。

千問方面，最新的基座模型Qwen3.6系列主打編碼和智能體任務，Max版本在SWE-bench Pro、Terminal-Bench 2.0、SkillsBench、SciCode等6個coding/agent基準上拿到第一。

豆包這邊，Doubao-Seed-2.0 Pro則被字節定位為面向“Agent時代”的模型，在復雜推理、多步執行方面可以和Gemini 3 Pro對標。

這說明，千問和豆包的差距，似乎并不是基模層面的差距，兩家的最新基座模型的實力，都已經越過普通C端場景所需的能力閾值。

在C端真正的決定性因素，不是模型上限，而是模型的定向調教和產品的運營思路。

換句話說，千問的問題，并非技術層面不夠先進，而是Chatbot層面的基礎還沒有完全扎牢。它既要做阿里生態的總入口，又要做問答助手、辦公助手、生活助理、搜索工具、交易工具。功能越多，用戶對其的認知反而更復雜。

因為一個不容忽視的現實是，對C端AIApp來說，能不能辦事，首先取決于用戶愿不愿意先跟你聊。能聊好天，是所有Agent長鏈路的前置條件。

B

回過頭來再看，千問現在補“臉”，并不是偶然。

C端AI App的競爭，表面上是模型能力、搜索覆蓋、功能入口，底層其實是用戶關系。用戶每天打開一個AI助手，不只是為了得到答案，也是在和一個產品建立長期互動。這個互動越像和一個具體對象發生關系，留存就越容易發生。

豆包能跑出來，一定程度源自它更早理解了“人格化”對C端入口的意義。

點點數據和ADX的投放數據也從另一側印證了這個差異。

今年3月，大陸市場原生AIApp蘋果端下載繼續增長，豆包下載量占比從2月的17%升至20%，日下載量穩定在20萬次左右；千問、元寶和螞蟻阿福則在3月下載量較為接近，日下載量大多在10萬次左右浮動。

更值得注意的是，ADX行業版數據顯示，3月大陸市場原生AI產品投放素材量達121.5萬組，其中千問素材量占比達到49%，豆包僅約5%。

投放量級的差異，背后是不同產品鏈路下的用戶粘性差異。

在這方面，豆包的兩大優勢，一個是人格化形象，一個是語音交互。

人格化層面，豆包的短發女孩形象從誕生之初就深入人心。

它不是一個技術品牌對用戶發出的邀請，而更像一個內容產品對用戶發出的招呼。字節Flow負責人朱駿曾在火山引擎原動力大會上總結豆包的三條設計原則：擬人化、嵌入用戶使用環境、個性化。

值得一提的是，朱駿早在豆包前期就已經深度參與產品規劃，如今的名滿天下的Seed團隊的名字，最早是字節AI項目的內部代號。而在產品層面，字節方面最終選擇了“豆包”——這樣一個聽起來像是某種食品的名字。

這套思路和字節長期做短視頻、內容社區、推薦算法的經驗是一致的：先讓用戶覺得“它像一個對象”，再讓用戶形成高頻互動。

人格化并不是給產品加一個頭像那么簡單。

它影響的是用戶如何理解這個產品。一個有名字、有形象、有聲音、有互動方式的AI助手，更容易被用戶當成一個可以反復召喚的對象。

豆包的短發女孩形象這些年不斷在內容社區擴散，本質上就是這種人格錨點的外溢。它讓豆包不再只是一個App圖標，而是變成了一個可以被截圖、二創、討論和調侃的形象。

播客“敢想科技說”曾在一期節目中提到，豆包的形象被用戶改造成洛麗塔風、女仆系、洗剪吹系等表情包，還衍生出“黑化豆包”“豆沙老公”等二創設定，甚至出現掛滿豆包圖標徽章的“豆包痛包”。

對C端產品來說，這種“可被傳播”的人格化資產，非常重要。

語音層面，則是字節方面一直深度打造的板塊。本月，字節方面剛剛發布了Seeduplex，定位為原生全雙工端到端語音大模型，強調邊聽邊說、動態判停、抗干擾和自然語音交互。

公開信息顯示，該能力已在豆包App全量上線。相比傳統語音助手一問一答的“回合制”，Seeduplex可以同時完成實時傾聽、生成回應和判斷對話節奏。

實測場景中，在咖啡廳等嘈雜環境里，Seeduplex能區分用戶對話與背景噪音，誤回復率和誤打斷率較上一代半雙工模型減少；用戶思考停頓或臨時中斷對話時，模型可以結合語音特征和語義特征判斷狀態，搶話比例下降，判停延遲降低。

而在更早一段時間，羅永浩曾在直播中和豆包上演一場“對罵”。那場語音對話爭議之所以出圈，本質上也是因為它展示了一個簡單事實：普通用戶最容易感知的AI能力，就是最簡單的順滑對話。

阿里此時推出“小酒窩”，是一場遲來但必要的補課。它承認C端AI助手必須有更具體的人格錨點，也承認“能辦事”的產品敘事，還需要一個更容易被普通用戶感知的入口。

只是，這中間的平衡確實難以把握。在Agent時代的持續進化中，留給產品經理的思考每一刻都在變化，在2026年的龍蝦浪潮中，“向Agent進化”是每一個行業內人士都無法回避的命題。

C

OpenClaw讓Agent第一次大規模破圈，但它的退潮同樣值得千問警惕。

今年年初，“龍蝦”一度成為中文AI圈最熱的生產力符號。騰訊云曾在深圳大廈北廣場轟轟烈烈地搞了一場線下“養蝦”，提供OpenClaw免費部署，數小時內為500多人完成安裝。

同時，圍繞OpenClaw的討論，也迅速從開發者社區擴散到更廣泛的社交媒體。

這說明，Agent的確擊中了用戶對“AI真能干活”的想象。相比傳統Chatbot，Agent更容易讓用戶看到一個激動人心的未來：AI不只是回答問題，而是可以幫你干活，接管你的生活。對開發者和高頻辦公人群來說，這種想象極具吸引力。

但一個多月后，大眾熱度迅速回落。進入4月后，OpenClaw微信指數一路下滑，從上億回落到百萬級別，逐漸從大眾圍觀的網紅項目，變成更窄、更貴、更現實的生產力工具。

這并不說明Agent不重要。

恰恰相反，全球Token調用和推理算力需求仍在上升，說明開發者和重度用戶已經開始真正消費Agent。OpenClaw的項目也更新不停，并形成了一眾衍生Agent產品，圍繞模型兼容、工具連接、底層架構和性能優化的迭代仍在推進。

問題在于，至少在眼下，Agent還不是普通C端用戶的主流使用方式。

一位某頭部AI廠商的B端產品經理，曾在此前的一場交流中向字母榜表示，即使在他接觸到的一些大型企業客戶中，大部分員工對AI的能力認知還是限定在Chatbot層面。

換言之，Agent的體驗門檻、成本門檻和穩定性門檻，都比普通問答高得多。普通用戶對AI的期待，實際上是從一些很碎片的信息類需求出發的，類似“我問一句，你給我一個靠譜答案”。

DeepSeek是另一個例子。R1之后，DeepSeek成為“實用主義AI”的代表，靠深度思考和低門檻體驗拿到龐大C端用戶。QuestMobile顯示，DeepSeek 2026年3月月活仍有1.27億，在國內AI原生App中排名第三。

如果從模型層面看，最新的DeepSeek V4的重點已經明顯轉向Agent和API調用。DeepSeek V4預覽版分為Pro和Flash兩個版本，V4被設計用于Agent框架，尤其適合比傳統Chatbot更復雜、也需要更多計算資源的AIAgent工作。

但長鏈路Agent落地更適合購買API、接入框架、愿意承擔計算成本的用戶。在C端，DeepSeek的上億月活表明，好用的Chatbot仍然是原生AIApp的第一標準。

所以，至少在2026年，好用的Chatbot仍然是原生AI App的第一標準。

在這個基礎之上，再輔以圖像、視頻、語音、搜索等多模態工具能力，滿足用戶的日常場景需要。Agent必然是未來的護城河，但Chatbot才是當下的入口。

回到千問，阿里最近通過“小酒窩”和HappyHorse等多模態模型加速能力升級，從模型能力和產品運營思路上，向頭部競爭對手看齊。

更值得注意的是，“小酒窩”未來不只在千問App內，而是進入阿里系更多產品。這說明阿里也許正在想明白：不一定要強行把用戶從淘寶、飛豬、高德推到千問里，AI可以分布在所有產品線，用一個更親近的形象統一出現。

就眼下而言，這似乎比單純把千問做成一個超級入口更現實。

阿里真正的優勢，是龐大的生活服務、電商、本地出行、支付和內容生態。在超級App時代花了很多年建立的護城河，未必需要把這些流量全部重新搬到千問App內，而是可以在原有場景里成為一層新的交互界面。

用戶在淘寶里購物，在飛豬里訂酒店，在高德里查路線，AI助手都可以以同一個形象出現，降低理解成本，提升服務效率。

對阿里來說，Agent路線仍然值得堅持。它有生態，有交易，有履約，有本地生活服務，這是豆包短期內不具備的能力。但對千問來說，不能因為自己有更重的生態牌，就忽略了C端AI App最基礎的一層體驗——聊天。

經歷了轟轟烈烈的C端紅包大戰、燒掉了30億補貼后，帶著“小酒窩”重新出發的千問，也許是時候重新聚焦好Chatbot這件事了。