在 2026 年 11 月 4 日举行的 Uber 2026 年第三季度财报电话会上,一个极其扎眼的数字为当前火热的个人 AI Agent 领域浇了一盆冷水。CFO Balaji Krishnamurthy 披露,在 10 月最繁忙的万圣节周,Uber 全球处理了约 3.2 亿笔出行与外卖订单,其中通过个人 AI Agent 完成的打车行程竟只有 4 单,Uber Eats 外卖订单也仅有约 500 单。

这一数据反映出当前 AI 代理商业化面临的冷峻现实。尽管 Instinct 等个人 AI 初创公司已坐拥百亿美元估值,Meta 的 Muse 应用也已拥有超 1000 万用户,但这些流量尚未真正转化到本地生活的核心履约环节。这不只是消费者需求的缺失,更是一场关于交互效率、API 准入权与流量主权的深层较量。

3.2 亿对 4 单:效率悖论背后的真相

当市场沉浸在 AI Agent 将接管一切的预期中时,Uber 的财报直接指出了交互效率的结构性劣势。CEO Dara Khosrowshahi 在会上明确指出,Uber 原生 App 的用户叫车平均时间仅需 50 秒,复购常点外卖的中位数时间更是低至 90 秒。对于这种高频、强 LBS 依赖、对准时率要求极高的即时服务,自然语言处理、意图确认与多轮对话反而构成了多余的交互摩擦。

AI Agent vs 原生App交互效率对比 50-90秒 原生App平均履约操作时长 高摩擦 多轮对话与意图校验耗时

相比之下,DoorDash 也在 10 月末提到仅收到几百单来自第三方 Agent 的订单。虽然两家公司统计口径略有差异——Uber 为单周数据,DoorDash 则为累计总量——但这都说明了一个趋势,即在即时生活领域,Agent 尚未找到其 PMF(产品市场契合点)。用户习惯通过肌肉记忆在原生 App 内完成下单,而非通过 AI 进行二次决策。

财报披露的 4 单仅统计了由 Agent 直接履约完成的行程。如果第三方 Agent 通过 Deep Link 跳转唤起 Uber 原生 App 完成支付与履约,这类订单极可能被归入原生流量。因此,极低的成交数反映出的不仅是用户的冷漠,更是平台方对去中介化的天然防备。

商业准入:超级 App 的隐形闸门

舆论容易将惨淡的数据归咎于 AI 泡沫,但若深入 Uber 的开发者文档,会发现供给侧的管道其实从未完全开放。Uber 的 Riders API 对第三方接入有着严格的特权生产环境访问限制,消费者身份认证与商业合作设置高度绑定。这意味着任何想通过 API 自动化下单的 Agent,都必须经过复杂的商务谈判与合规审批。

  • 风险.如果第三方 Agent 试图通过 GUI 模拟点击绕过官方 API,不仅面临延迟高、风控拦截的风险,还极易被平台反爬机制封杀,导致用户体验崩塌。

Khosrowshahi 在会上表示,目前市面上有约 8 家主流 AI 助手,且这一数字预计会增长到 10 家以上,“每一家 AI 系统公司都在和我们洽谈”。这一表态暴露了超级 App 的应对策略。平台并不排斥 AI 入口,但它们绝不希望任何单一 AI 公司垄断流量入口。通过分散第三方合作伙伴,Uber 可以有效防止自身沦为 AI 时代管道化的幕后劳工。

从“对话问答”到“执行代理”的边界

AI Agent 要想跨越 50 秒的操作门槛,其真正的机会点可能并不在于替代简单的叫车与订餐,而在于处理高决策成本的复杂采购。Khosrowshahi 提到,他们依然看好 Agent 带来的长远增量,但这要求 Agent 能够处理如多店比价、差旅全流程规划等复杂任务。

Uber 平台生态流量博弈策略 策略核心:以入口分散化抵消AI巨头议价权 官方API/MCP 深度直连,数据闭环 Deep Link跳转 留存原生App履约与广告 第三方Agent 仅作为低权分发渠道

目前,无论是 Meta Muse 的购物场景,还是各路 AI 助手的尝试,都处于从 Chatbot 向 Agent 迁移的过渡期。对于一二级市场的投资者而言,未来的观测指标将不再是融资额度或 App 榜单排名,而是这些 Agent 能否在 Uber、DoorDash 这类真实交易平台中跑通具备规模效应的 GMV(商品交易总额)。

只要原生 App 的交互摩擦仍低于 Agent,且平台方持续守住核心 API 准入的闸门,这场 AI 代理变革就注定是一个漫长的增量渗透过程,而非一朝一夕的替代。