当AI开始听懂人话:去找一把左撇子指甲刀
左撇子该用什么指甲刀?穿戴甲太长、指纹锁打不开怎么办?在过去,这些真实世界的细微需求一直是被忽略的,而今天它们已经能逐渐被AI听懂、读懂了。
当所有人都在关注AI大模型时,一套真正能让普通人获益的AI系统,正在电商平台上扎根生长。
没人听见的需求
“适合左撇子用的指甲刀。”飘雪至今记得这个猛然弹出来的需求。那是一个平常的下午,她跟团队在梳理那些小众的用户搜索需求。几乎是一瞬间,她就愣住了——左撇子剪指甲到底和右撇子有什么不一样?飘雪并不知道,普通指甲刀默认右手握持,左撇子用起来的确会比较费劲。但好在系统知道这个冷知识,把这个需求接住了。
飘雪是淘宝搜索算法的负责人,从业18年,也是一个网购重度用户。她说,类似的需求放在几年前是接不住的。那时用户搜索还得按传统方式来,先把需求翻译成系统能听懂的话,比如连衣裙、运动鞋、男款女款、尺码等等,“商品语言和用户语言存在一道鸿沟,用户要去迁就系统。”而如今,一台标注3L、220V的电饭锅,很多人会直接搜“适合三口之家用的”,还有人找一把“穿戴甲友好的指纹锁”——指甲太长,指纹按不进去。现在的系统都能理解这些需求,并把合适的商品直接呈现给用户。飘雪自己也开始这样用搜索,家里装修、长辈退休,她都是敲下“朝南阳台种什么植物”“长辈退休送什么礼物”就解决了。“它能读懂人的自然表达了,甚至能了解你跟长辈之间的关系。”
几乎同一时间,在一次用户调研中,另一件更神奇的事情发生了:有一位年轻女孩聊到了一份惊喜的经历,她本来只是在淘宝上搜“演唱会”,结果买到了心仪的百褶短裙。这条裙子当时还在新品冷启动阶段,销量寥寥,但系统却自动把这条百褶裙子推给了女孩并配上了文案:“去见偶像当然要穿得美美哒!”女孩当场心动,很快下了单。
“我们当时都觉得非常意外。”阿里妈妈产品&算法技术负责人玺羽回忆。他们在后台复盘了整个链条,发现这是“意料之外、情理之中”——女孩此前买过不少学院风穿搭,因而当她搜“演唱会”时,系统读懂了她没说出口的隐性需求;广告系统则自动出价,并在创意上自动生成了推荐文案。相当于,用户和商家在整个过程中都没直接表明自己的诉求,就达成了一次双赢的交易。
一次搜索、一次理解、一次出价、一句文案,四个环节在短时间内就完成了一次快速的闭环接力。这正是AI在现实生活中带来的最新便利之一,其背后是一套被称为淘宝AIGX的技术体系——AIGX覆盖了从搜索、推荐到广告、创意等电商经营的环节。今年7月的硬核少年技术节上,AIGX体系将其中的四项核心能力进行了一次焕新大升级:全模态感知让系统看得懂图文视频,意图理解让它读得透用户的想法,因果推断能帮商家算清每一分投入值不值,内容生产则让创意素材的效率提升了数量级。那条百褶短裙背后的每一步,都能在这张技术网络中找到对应的节点。
当这些节点被AI有效串联,给用户带来的体验就不再只是效率的提高,更是互动方式一次质变。玺羽说,过去搜索、推荐、广告(下称搜推广)三者是各管各的、彼此联动很少,而今天,AI让这种联动变得自然而原生,“惊喜感更多了”。整个系统不再是一个生硬的投放平台,而是能读懂场景、判断时机、生成内容的“搜推广AI”。
这正是AI在现实场景中落地的最大价值之一。“AI已经成为淘宝算法的基因。”阿里巴巴ATH技术副总裁、淘天集团首席科学家郑波认为,AI大模型要在商业场景中落地,才能惠及更多普通人,“仔细翻看过去20多年互联网发展与变迁的‘史书’,各种各样的技术升级、产品迭代故事案例,其实都是在围绕着技术发展与商业变革双向驱动的螺旋轨迹演进。”
硬核少年技术节现场照片与获奖团队
不过奇怪的是,这套系统做得越好,反而越没有人谈论——搜索是人们接触互联网最重要的窗口之一,每个人大概都不会忘记、但也不会想起,自己对互联网的使用都是从这个四四方方的搜索框开始的。但它就一个框、一个按钮,20多年来都没变过,只是老实地提供答案,而不制造惊喜。这在日新月异的科技世界里看起来实在太不高级、太不fancy了。
更关键的是人们的心理预期。“AI生成一张不好的图,等十几秒,人们可能不会苛责;但搜衣服、鞋子没搜对,你就会觉得这个产品不靠谱。”飘雪说。似乎,人们对搜索这类长期陪伴型的工具缺乏一种追问的好奇心,以至于会忽略了它已在AI时代完成了多次跨越般的迭代,“酒香也怕巷子深”。
2024年5月谷歌推出AI Overviews,用搜索摘要的方式总结海量搜索的呈现。这一工具很快获得用户喜爱,谷歌搜索的量级迅速增长,两年来AI Overviews月活用户已超过25亿,搜索量不断创下历史新高。飘雪说,这说明了AI对商业化和搜索需求规模的正向拉伸作用,“与我们想升级产品的路径是非常契合的”。
2025年,飘雪和团队启动AI搜索的研发。淘宝是一个巨量的商品库和用户库。飘雪说,做一次搜索要穿透几十亿量级的商品、亿级的用户,所有工作在几百毫秒内跑完。同时,他们得把大量诸如3L、220V电饭煲这样的商品语言,去和用户的口语化表达去两端对齐——很多用户正是在此过程中开始用直白的“人话”去表达,除了找左撇子的指甲刀之外,还有人用拍立淘拍餐桌椅子,“结果发现他只是想找一颗同款的螺丝钉”。“很多需求都不在数据里,没有一个工程师能凭空想象它。”飘雪说,团队只能一点点回收真实反馈、再反复调试,耗时半年多,才把准确率提上来。
如今,AI搜索能力又升级到了另一副更高阶的状态。7月20日的硬核少年技术节,淘天发布的拍立淘全模态实时Agent就是最具感知度的成果。拍立淘不是新东西,之前只能静态拍照搜同款。这次升级后,用户打开摄像头就能一边逛、一边问。哪怕是在海外国家的超市,面对一整排看不懂的外文包装,你也可以不用一张张拍照,直接从货架上扫过去问就行。甚至还可以把它当导游。“技术进步了,用户的表达门槛也会大大降低。”飘雪说。
不过,搜索只负责听懂人话。听懂之后,谁来决定端什么上桌?
从听懂到读懂
如果说搜索看起来不fancy,是因为那个框二十多年没变过,那推荐则可能更不那么“高级fancy”一些了——它连一个入口都没有,也从没有人会说“去用一下推荐”,因为推荐不是被使用的,而是直接发生的。你打开淘宝,那排“猜你喜欢”已经在那儿了,唯一能感知到的只有它准不准。
这方面,淘宝推荐算法技术负责人谨持有一个比喻:“推荐算法有点像电力,技术再复杂,也没人觉得电很新奇。”但没有入口的推荐环节,往往却承担着整套搜推广系统里最难的一环——读懂人。它大致要走三步:先观察用户的使用行为,再收集天气、热点等外部信号,进而由意图引擎基于这些散落的信号去完成推理,最后交给一个中控大脑,按这份意图去调度推荐链路。
在过去,整个链条主要靠的是记忆。“你上班路上老干这件事,系统就记住了,下次就给你推差不多的东西。”谨持说。这种记忆是有效且安全的,它建立在已经发生过的事情上,但天花板同样明显:它只能重复历史,没法回答用户在不同时刻真正在想写什么。
从2025年开始,谨持和团队决定把更多的赌注押在意图推理上,要让系统能实时判断用户此刻处在哪个状态——到底是在比价、认真了解一件商品,还是只是随手打开淘宝逛逛?“同一个人,在地铁上刷和在家躺着刷,购物行为及对购物的需求是不一样的,系统的理解也会不一样。”谨持说,这是在“千人千面”之上,再加一个“千时”。
但这对算法和技术的难度却是指数级上升了。因为记忆是一个有限的、确定的问题——用户买过什么是一种既成事实,系统只需要记准就行了。但推理却可以无限发散:要从一堆行为碎片里猜出一个人某时某刻的念头,靠的不仅是“记住”,还有更重要的“理解”。这对系统的考验是本质层面的。
并且,这道题并没有标准答案。业内火热的大模型都有行业的基准测试(benchmark),答对答错可以打分,同行之间能一起对比进而是“互卷”。但推荐却没有这种对照系。没有人能判定给某个用户推什么才是对的,唯一的裁判只能是用户本人的即刻反应,而这个反应第二天可能就会变。
更关键的是,它对于时效性的要求还是极高的。大模型可以容忍数秒的推理,而推荐系统要求的是毫秒级。很大程度上,这是用户的心智问题——人们不会为了等一个更准的推荐去多耗哪怕是一秒钟。“这就是慢思考和快思考的区别。”阿里妈妈工程技术负责人九吾解释,大模型有思维链,可以反复琢磨,甚至可以说“让我想想”,但搜推广必须在几百毫秒之内给出答案,没有第二次机会。
即便是全球最精于此道的科技公司,也绕不开这个约束。2025年,Meta发布了GEM(Generative Recommendation Model)模型,这一生成式推荐模型基于对Facebook和Instagram上数十亿用户行为的深度学习,展现了极佳的推理预测效果,但它在实践中延迟高达秒级、计算成本昂贵,以至于Meta最后只能通过蒸馏把能力转交给轻量级模型,以平衡投资回报率(ROI)。这正是超大的推荐模型在落地时要面临的最大困境。
而在淘宝天猫上,这种用户的量级只大不小。玺羽说,整套搜推广系统要在“毫秒级的延迟”约束下,让数十亿的商品候选完成匹配,并返回给数以亿计的用户,这需要极高的可靠性——因为这种十亿级商品、亿级用户的量级,每个活跃用户甚至每天都会来几遍,“这里面的算法优化和工程落地的复杂度,不亚于训练和上线一个通用大模型。”
于是,在研发真正开始之前,谨持和团队花了大量时间去反复讨论、预演,只为论证新方法确实能做得比老方法好。虽然团队里很多人都相信,意图推理会是未来的主流范式之一,但要让它在成本约束下跑出比成熟旧方法更好的结果、搭起一套能自我循环更新迭代的全新体系,就完全是另一回事了。这很可能是一个白费的赌注,但团队看准了未来,达成一致后开始研发攻坚。
谨持回忆,整个过程中最难的,就要是把一套跑了好多年的“流水线式”推荐系统,拆成可被实时重写的灵活系统,这相当于而是把一套跑了很多年的系统重新分解成可调度的零件,“难度上升了不止一个量级”。
今年7月的硬核少年技术节上,成果被正式发布:DREAM Agentic推荐系统,全称Developing Recommendation with Agentic Methods。谨持说,DREAM不只是一个名字,也是一个期望,“核心就是让推荐系统从揣测偏好,走向真正理解人。”
它确实能读懂一个人所处的状态了。一个让谨持印象深刻的例子是,有位用户要去巴西热带旅游,反复观看一款驱蚊液的详情页——系统由此推断出他极其在意产品性能,当即调整了响应。而这种对时空状态的识别,甚至可以覆盖一个人的生命周期。比如一位宝妈在孕期买了孕妇装、待产包后,随着时间演进,系统能识别出她该买纸尿裤和婴儿床了,再往后是婴儿食品、玩具等等。
这套系统已足够懂人,但研发之余,谨持和团队依然经常去做用户调研。有两种吐槽他记得很清楚:有用户觉得“我搜什么你就推什么,太呆板”,也有人认为“我都搜了你怎么还不推”。两种评价截然相反,但谨持觉得,这都是用户的真实需求,也恰恰说明推荐可能没有一劳永逸的答案,“它未来只会一直朝着更私人、更定制的方向走下去。”
那么问题来了:推荐决定端什么菜上桌。但这桌菜要谁来做?又谁来买单?
从工具到伙伴
诚然,从用户体验而言,一个必须要承认的事实是:不是所有人都希望在搜“演唱会”时得到一条百褶裙。玺羽坦承,如果给所有人都这样推,“那毫无疑问是灾难性的”,对用户而言会是一种干扰,但搜推广AI一体化的意义就在于——不是让推广更多,而是让对的商品找到对的人,“这反而能提升搜索的多样性和惊喜感”,以满足不同用户的需求。
这套系统的存在,也开始让人重新看待一些质疑:作为互联网科技公司最常见的变现方式之一,广告(流量推广)是否是一场零和的博弈?玺羽认为,如果视角只放在微观层面,那确实是零和的,比如这次机会给了商家A,就不可能再给B,且平台向商家A多收0.5元,A就少了同等的利润。但关键在于宏观层面:广告能让很多本不会发生的交易发生——“如果它仅是一个零和游戏,那么不可能支撑起万亿的市场规模。”玺羽说,比如一个用户原本不知道有扫地机器人这种产品,看到推广后才心动买下,商家就获得了营收,平台则赚到了推广费——这其实是典型的正和、三赢的结局。
只是这样一套系统,注定不容易被看见。在科技世界习惯追逐前沿的叙事里,大模型站在明亮的聚光灯下,扮演着“前台AI”的角色——用户能在对话框直接和它说话,它也把每一次思考都摊在用户前。“大模型之所以让人惊艳,是因为原来人们从没想过机器还能跟我说话。”谨持说。而搜推广是“后台AI”,做的是人们默认本就该做到的事。用户也只看结果,做得好是本分,做不好是事故。因此,当大模型每天都在讲述“像人类一样思考”的宏大叙事时,搜推广只是无声地帮助很多人直接做决策,支撑着一次又一次交易。
这种低调并非不重要,因为它直接到关乎很多人的生计。淘宝上活跃着数百万商家,每天都有数以亿计的巨量交易在上面发生。一个个数字和一次次交易的背后,是很多人真实的生活收入。
玺羽至今对一个画面记忆犹新。那是两年前,他去成都出差做商家调研,当地一个有“中国女鞋之都”之称的板块。他本以为那里会很繁华,到了才发现全是旧楼。玺羽进入一个年销售额数千万的公司,推开车间大门,一股刺鼻的皮革味立刻涌来,阳光洒在车间里,照亮了漫天粉末,很多上了年纪的阿姨在这样的环境里做鞋。那一刻他忽然意识到,“我们所做的工作不只是模型、RPM(每千次展示收入)和ROI,也关系到他们的收入和生计。”
玺羽说,AI时代来临之后,他们要做的就是让平台越来越像商家的一个经营伙伴,用技术去帮商家节省时间和成本。“如果说通用大模型追求的是机器智能(Intelligence)的边界,流量推广算法追求的就是市场影响(Impact)的边界。”玺羽说。为此,团队正尝试把这套搜推广AI背后的引擎全部GPU化,这是他们认为最具挑战、也最有划时代意义的一件事,“相当于开着飞机换引擎”——整个团队要在业务不停的前提下,把成熟的CPU架构上的业务逻辑重写并迁移。但这么折腾到底图什么?“这能大幅降低成本、减少延迟,节省出来的时间我们可以用来跑更复杂的模型,给商家和用户更好的体验。”九吾说。
似乎,面对真实世界里不同的需求,大模型的选择是往上走,而搜推广则是在深深地往下扎。而往下扎的第一步,就是把商家从重复的劳动里解法出来。
九吾提到,过去在商家的运营生态里,有一个叫“车手”的工种很是流行。他们多是高中或大专学历的年轻人,受雇于各个商家,日常负责选品、定向投放、出价、调创意,投完还得拉报表、盯盘、做分析,重复度很高。为此,他们推出了投放Agent产品“小万”,把整套流程智能化。后来九吾有一次去做商家调研,有一个车手当面向他道谢,说终于不用每天做报表、盯后台了。他还遇到过一位年纪较大的夫妻店老板,对方说后台一直出新产品,他们学不动,干脆全交给AI,自己去管店里的事。
而在更广阔的舞台上,邵子熙、洪泽、杨其非——这三位从淘天集团未来 AI 领袖计划培养体系走出的中学生,与其他五位同学以中国国家队的身份,在第三届国际人工智能奥林匹克学术活动(International Olympiad in Artificial Intelligence)获得5金3银的成绩,展现了淘天集团关注人工智能领域人才梯队建设的决心。图源:IOAIC官方号
今年的技术节上,这条系统正在继续往深处扎根。技术节上发布的全场景AI创作工作台if Studio是AIGC 方向,整合了设计、视频、建站三类Agent协同工作,让不懂设计的商家也能做出像样的创意——用玺羽的说法是,平台由此从“内容选择”变成了“内容供给”。一道发布的Coupella引擎瞄准的则是另一个难题:一笔补贴到底值不值?今天给用户发了券,他买了,那不发的话他还下单吗? Coupella主攻AIGU因果推断,能把“发与不发”两种平行世界般的结果计算出来。自去年双11规模化上线以来,它已覆盖数十万商家,AI红包转化率提升81%。
这套搜推广AI系统正在逐渐趋于成熟,也标志着淘天集团的这张AIGX系统网络实现了真正的闭合:全模态感知能读懂商品,意图理解让它读懂人,内容生产让它把话说出口,因果推断让每一笔成交有因可循,而成交本身又回流成新的信号,反哺下一次感知——如此循环迭代。所以,才会有那条卖给对的人的百褶短裙,才会有那把工程师难以想象的、左撇子用的指甲刀。
“这标志着AI从工具真正进化为伙伴。”郑波在技术节开幕式上说。那对于用户和商家而言,这种伙伴意味着什么呢?大概就是,它不必很高大上,也不需要你学会一套专门的说法去迁就它,它就能听懂你的需求,甚至你不需要说出口,它也能读懂你内心深处的声音。
比起在对话框里做计算、写代码、写分析报告,这或许才是更难、也更酷炫的那一种fancy。
策划丨三联.CREATIVE
微信编辑&设计排版丨王昊天
作者丨林森
图片来源丨unsplash+、淘天集团
*文章版权归《三联生活周刊》所有
欢迎转发到朋友圈,转载请联系后台
文章原文
内容来自 三联生活周刊,版权归原作者所有。
阅读原文 ↗