AI 走到今天，模型够聪明了。你让它写代码、做分析、编段子，基本都能交活。但你让它帮你办一件真事，订个机票、看看持仓该不该调、找个靠谱的月嫂就卡住了。
问题不在于它不会理解你的需求，而在于它还很难真正进入现实世界的流程。
过去一年，很多人试图用一种 " 绕过去 " 的办法解决这个问题：让 AI 像人一样操作软件，但这大幅度依赖于技术实现，如今并不稳定。
所以另一个方向开始变得更重要：不是让 AI 去 " 模仿人 " 操作世界，而是让服务本身主动接入 AI。
8 月 10 日，千问开放平台正式上线，首批接入盈米基金、飞常准、天鹅到家等十几家生态伙伴，AI 有了更多直接调用真实世界服务的能力。
我们在第一时间进行了实测，发现相比让 AI 学会操作每一个 App，千问这次验证的是一条看起来更麻烦、但实际上更现实的路径。
Agent 从搜索走向办事，差的是什么？
在真实生活里，哪些需求是你明明存在，但现有互联网产品很难直接解决的？
第一类，是高度个性化的服务需求。
很多服务行业到今天还得靠人工客服一轮轮沟通，原因很简单：需求本身太难标准化。找月嫂就是典型场景。
你真正的需求，往往没法被一个搜索词概括。我把这个场景扔给了天鹅到家的 Agent：
我是头胎，预产期 10 月中旬，坐标北京。情况比较特殊：我婆婆很强势，一定要来 " 指导 " 月子，所以我需要一个性格有主见、能用专业知识说服老人的月嫂，不能是那种唯唯诺诺的。另外我有甲状腺问题在吃优甲乐，月子餐需要懂特殊体质的搭配。预算 2 万左右，通乳催乳可以另外付。帮我看看：1）这个预算在北京能找到符合条件的吗；2）一般什么时候预约不会被抢光；3）面试月嫂的时候我应该问哪些关键问题来判断她是不是真的有主见。
" 北京 月嫂 2 万 " 当然能搜出一堆结果，但 " 婆婆强势、雇主有甲状腺问题、用户需要的是一个既懂护理又能扛住家庭压力的人。这些细节，过去只能跟顾问在电话里聊三四轮。
更有意思的是，它针对 " 甲状腺 + 强势婆婆 " 这个组合，给了 5 道面试题。问题不是 " 你做了几年月嫂 " 这种套话，而是直接进入真实冲突：" 婆婆坚持不开窗、不洗澡、喝浓汤，你怎么处理？"" 产妇吃了和优甲乐间隔不够的十字花科蔬菜，你怎么办？"
一轮对话下来，预算判断、时间提醒、面试策略、具体推荐都给到了，至少节省了 3 通电话沟通的时间。
第二类，是需要个人化诊断的复杂决策，尤其是在用户自己并不完全弄懂的领域。
比如说理财顾问。在网上搜 " 我的基金组合怎么样 "，得到的大概率是 " 建议分散投资 "" 注意风险控制 " 这种正确但没用的话。真正帮你看持仓、指出问题、告诉你该怎么调的服务，以前更接近私人银行或投顾客户才能拿到的东西。
我用盈米基金的 " 且慢小顾 " 测了一个组合：
我的持仓：30% 天弘中证银行 ETF 连接 C，25% 嘉实中证 500ETF 连接 C，25% 国泰中证钢铁 ETF 连接 C，20% 财通中证香港红利等权 C。最近一个月总收益还没跑赢余额宝，我有点慌。帮我分析：1）这个组合的行业集中度是不是太高了；2）这几只之间相关性怎么样，会不会跌的时候一起跌；3）如果想降低波动但保持差不多的收益预期，具体怎么调——调哪只、换成什么、比例怎么分。
比较惊喜的是它第一步没有急着分析，而是先纠错。它发现组合里的 " 财通中证香港红利等权 C" 在 2023 年已经清算退市，于是直接提示这只基金不存在了。
最后还有我们最常见的一类，是实时信息分散但需要最终判断的场景。
比如说出行决策就是这种。延误率在一个 App 里，转机时间在另一个 App 里，航站楼动线要自己查，联程保护政策可能还得翻航司官网。信息不是没有，但散在五六个地方。最后 " 这个方案能不能走 "" 要不要改签 "，还是得你自己判断。
我用千问里的飞常准测了一个国庆转机方案：上海飞成都，再从成都转拉萨，中间只有 2 小时 15 分钟，时间是 10 月 3 日返程高峰。
最后它给出的结论很明确：这个方案容错太小，误机风险偏高，建议把第一程改到更早的航班，至少留出 3 到 4 小时缓冲。这一步很重要。它提供的不只是航班信息，而是一个明确的行动建议：这个方案最好改。
生态才是 AI 办事的入口
前面三个实测放在一起看，能看到一个变化：把现行服务生态搬到 AI 上，是有可能性的，而且已经具备初步可用性。
这也是千问开放平台真正值得看的地方。千问模型开源解决的是底层能力问题：AI 能不能更聪明，能不能被更多人用起来。开放平台解决的是另一层问题：聪明的 AI 怎么接上真实世界。
所以开放平台做的，不是再造一个聊天入口，而是让已有行业能力进入 AI。航旅、基金、家政这些原本分散在不同 App、客服、顾问和官网里的服务，被封装成 AI 可以调用的能力。
现在还只是第一步：用户主动找到某个 Agent，说出需求，由 Agent 完成响应。体验上，相当于从 " 在五六个 App 之间跳来跳去 "，变成 " 在一个 AI 入口里用自然语言办事 "。
下一步才更关键：AI 自己判断该调用哪个子 Agent。当用户提出 " 我下周去成都出差 "，它自动拆出航班、酒店、天气、日历、报销标准，再分发给不同 Agent 处理，最后串成一个方案。
但智能调度的前提，是生态先搭起来。真实世界本来就不是一个统一接口，它由一个个行业系统组成。千问这次验证的价值在于，它开始把这些系统接进 AI。
先让 AI 有手有脚，再让它学会什么时候该动手。这个顺序，可能才是 Agent 从搜索走向办事的现实路径。
