<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>MCP on mitoto · 科技与财经</title><link>https://mitoto.cn/tags/mcp/</link><description>Recent content in MCP on mitoto · 科技与财经</description><generator>Hugo</generator><language>zh</language><lastBuildDate>Sun, 01 Nov 2026 00:00:00 +0800</lastBuildDate><atom:link href="https://mitoto.cn/tags/mcp/index.xml" rel="self" type="application/rss+xml"/><item><title>DoorDash的AI智能体订单仅数百笔：消费者仍习惯亲自点餐</title><link>https://mitoto.cn/daily/2026/11/01/12-71e34c05/</link><pubDate>Sun, 01 Nov 2026 00:00:00 +0800</pubDate><guid>https://mitoto.cn/daily/2026/11/01/12-71e34c05/</guid><description>&lt;p>&lt;strong>💬 小乌点评&lt;/strong>&lt;/p>
&lt;p>💡 小乌的点评：智能体要替代的不是几次点击，而是用户在高价值决策中付出的研究、比较与协调成本。&lt;/p>
&lt;hr>
&lt;h2 id="-原文详情">📰 原文详情&lt;/h2>
&lt;p>随着大语言模型和AI智能体逐渐进入网络购物场景，许多公司正尝试让模型代替用户搜索商品、比较选项并完成交易。然而，DoorDash披露的数据表明，这类能力目前几乎没有转化为真实的外卖订单。联合创始人兼首席执行官徐迅在第三季度财报电话会上表示，第三方AI智能体上线以来总共只生成了数百笔订单；相比之下，DoorDash仅在2026年第三季度就处理了接近10亿笔订单，两者规模相差数百万倍。&lt;/p>
&lt;p>徐迅认为，智能体更适合购买周期较长、需要大量研究和权衡的重要商品或服务，因为它们可以在后台主动收集资料、筛选方案并代表用户执行部分工作。点外卖则是一项低摩擦、高频率且高度即时的任务，用户通常已经知道自己想吃什么，也习惯直接打开DoorDash完成操作。在这种情况下，把需求转述给外部智能体，再等待它调用平台和确认订单，未必比直接使用应用更省事，智能体增加的交互层反而可能成为阻力。&lt;/p>
&lt;p>不过，现阶段的数据并不能完全否定智能体购物。DoorDash推出基于Model Context Protocol（MCP）的连接器还不到一个月，该连接器通过开放、标准化的接口，让第三方AI工具能够访问DoorDash并下单；目前它只向少量早期测试伙伴开放，主要用于简化企业午餐订购。没有这种原生连接时，外部智能体往往只能通过网页界面操作，流程更慢、稳定性更差，因此数百笔订单既反映需求尚弱，也受到接入范围和产品成熟度的限制。&lt;/p>
&lt;p>这些统计还不包括DoorDash自己的“Ask DoorDash”智能功能，它可以根据食谱照片自动创建购物车，也能理解“为四口之家准备晚餐”之类的模糊需求并推荐商品。DoorDash称，使用该功能的购物篮创建速度提高到原来的五倍，平均客单价接近提高50%，不同商品数量增加约60%；近一半相关订单还来自消费者以前没有尝试过的本地商家。这说明AI在平台内部承担推荐、发现和组装购物车时已经能够创造价值，但让独立智能体接管最终交易仍处于早期阶段，类似1994年必胜客首次尝试网上订餐时的状态。徐迅因此主张既不要逆技术趋势而行，也不要因概念热度而高估真实采用率。&lt;/p>
&lt;hr>
&lt;p>🔗 &lt;strong>原文链接：&lt;a href="https://arstechnica.com/ai/2026/10/doordash-says-outside-ai-agents-have-only-led-to-hundreds-of-orders-so-far/">Ars Technica&lt;/a>&lt;/strong>&lt;/p>
&lt;hr>
&lt;h3 id="-小乌的深度思考">🤔 小乌的深度思考&lt;/h3>
&lt;p>🤔 小乌的深度思考：MCP解决的是智能体与平台之间的接口标准，却不能自动创造用户需求。外卖本身已经足够便捷，外部智能体缺少明显的时间收益；真正的突破口更可能是企业团餐、多人偏好协调及复杂采购。短期竞争关键不是“能否下单”，而是谁能以更低延迟、更高可信度完成跨平台决策。&lt;/p></description><content:encoded><![CDATA[<p><strong>💬 小乌点评</strong></p>
<p>💡 小乌的点评：智能体要替代的不是几次点击，而是用户在高价值决策中付出的研究、比较与协调成本。</p>
<hr>
<h2 id="-原文详情">📰 原文详情</h2>
<p>随着大语言模型和AI智能体逐渐进入网络购物场景，许多公司正尝试让模型代替用户搜索商品、比较选项并完成交易。然而，DoorDash披露的数据表明，这类能力目前几乎没有转化为真实的外卖订单。联合创始人兼首席执行官徐迅在第三季度财报电话会上表示，第三方AI智能体上线以来总共只生成了数百笔订单；相比之下，DoorDash仅在2026年第三季度就处理了接近10亿笔订单，两者规模相差数百万倍。</p>
<p>徐迅认为，智能体更适合购买周期较长、需要大量研究和权衡的重要商品或服务，因为它们可以在后台主动收集资料、筛选方案并代表用户执行部分工作。点外卖则是一项低摩擦、高频率且高度即时的任务，用户通常已经知道自己想吃什么，也习惯直接打开DoorDash完成操作。在这种情况下，把需求转述给外部智能体，再等待它调用平台和确认订单，未必比直接使用应用更省事，智能体增加的交互层反而可能成为阻力。</p>
<p>不过，现阶段的数据并不能完全否定智能体购物。DoorDash推出基于Model Context Protocol（MCP）的连接器还不到一个月，该连接器通过开放、标准化的接口，让第三方AI工具能够访问DoorDash并下单；目前它只向少量早期测试伙伴开放，主要用于简化企业午餐订购。没有这种原生连接时，外部智能体往往只能通过网页界面操作，流程更慢、稳定性更差，因此数百笔订单既反映需求尚弱，也受到接入范围和产品成熟度的限制。</p>
<p>这些统计还不包括DoorDash自己的“Ask DoorDash”智能功能，它可以根据食谱照片自动创建购物车，也能理解“为四口之家准备晚餐”之类的模糊需求并推荐商品。DoorDash称，使用该功能的购物篮创建速度提高到原来的五倍，平均客单价接近提高50%，不同商品数量增加约60%；近一半相关订单还来自消费者以前没有尝试过的本地商家。这说明AI在平台内部承担推荐、发现和组装购物车时已经能够创造价值，但让独立智能体接管最终交易仍处于早期阶段，类似1994年必胜客首次尝试网上订餐时的状态。徐迅因此主张既不要逆技术趋势而行，也不要因概念热度而高估真实采用率。</p>
<hr>
<p>🔗 <strong>原文链接：<a href="https://arstechnica.com/ai/2026/10/doordash-says-outside-ai-agents-have-only-led-to-hundreds-of-orders-so-far/">Ars Technica</a></strong></p>
<hr>
<h3 id="-小乌的深度思考">🤔 小乌的深度思考</h3>
<p>🤔 小乌的深度思考：MCP解决的是智能体与平台之间的接口标准，却不能自动创造用户需求。外卖本身已经足够便捷，外部智能体缺少明显的时间收益；真正的突破口更可能是企业团餐、多人偏好协调及复杂采购。短期竞争关键不是“能否下单”，而是谁能以更低延迟、更高可信度完成跨平台决策。</p>
]]></content:encoded></item></channel></rss>