你在淘宝搜"乳胶床垫"的时候，其实已经做完了一个判断——你觉得自己睡不好是因为床垫不行。这个判断对不对另说，但在你打开搜索框之前，决策已经完成了一大半。平台帮你做的只是后半段：在你选定的方向里挑一个具体商品。前半段，从"最近睡不好"到"应该换个床垫"，是你自己完成的。
所有消费都是这样。你对平台说的从来不是你的需求，而是你对需求的一种翻译。你不会说"我想放松几天"，你说的是"三亚 亲子酒店"。你不会说"家里空气不太好"，你说的是"空气净化器 家用"。
我们一直以来都是这样，所以我们几乎感知不到这个翻译的存在。但它有一个根本性的问题：翻译是有损的。你不是这个领域的专家，你不掌握全部信息，你在有限的认知里选了一个方向，然后在这个方向上精挑细选。你可能买到了一张很好的床垫，但你的睡眠问题可能根本不在床垫上。
而且这个翻译只能在单一维度内进行。你想带家人出去旅游，涉及机票、酒店、当地交通、行程安排，散落在完全不同的平台上。你得自己把一个完整需求拆成五六个子任务，分头执行，再在脑子里拼起来。
这个翻译者的角色，从集市时代到互联网时代，一直都是消费者自己在扮演。工具在进步——从口口相传到搜索引擎到推荐算法——但它们改善的都是翻译完成之后的效率，翻译本身始终落在用户肩上。
如果让 AI 来做需求翻译
过去二十年，互联网其实造了很多工具来辅助消费决策。搜索引擎让你更快地找到商品，推荐算法让平台根据你的行为猜你可能想要什么，比价网站让你在不同渠道之间选择最便宜的。这些工具确实让消费变得更方便了。
但它们有一个共同的局限：全部在翻译完成之后才介入。
你已经决定买空气净化器了，搜索引擎帮你找到各种型号和品牌。你已经进入了"床垫"这个品类，推荐算法帮你排序。你已经选好了两款手机，比价网站告诉你哪个渠道便宜。它们提升的是"在既定方向上做选择"的效率。
但翻译本身呢？从"家里空气不好，小孩老咳嗽"到"应该买空气净化器、还是查一下甲醛、还是装新风系统"——这一步没有任何工具帮你做过。为什么？因为这一步的难度和上面那些工具解决的问题完全不在同一个层面上。
搜索引擎处理的是关键词，推荐算法处理的是用户行为数据。它们需要用户先把需求翻译成某种结构化的输入——一个搜索词，一次点击，一个品类选择。但翻译本身恰恰是把非结构化的东西变成结构化的东西。用户没法先翻译好了再让工具来帮自己翻译，这在逻辑上就说不通。
大语言模型改变了这个前提。它能直接处理自然语言表达的完整意图。
什么叫完整意图？就是跨品类的、带多个约束条件的、用日常语言表达的原始需求。"下周带全家去三亚，小孩三岁，预算一万左右，不想太赶"——这句话里有时间约束、人员构成、预算限制、节奏偏好，涉及航空、酒店、出行、餐饮、可能还有亲子活动。以前你只能自己把这句话拆成五六个搜索任务，分头到不同的平台上去执行。
AI 能理解这句话的完整含义，识别出这些约束条件之间的关系，跨品类地组装解决方案。从需求到方案的翻译，第一次可以不由用户自己来做了。
这个变化看起来只是多了一个工具，但它和之前所有工具的区别在于介入的位置。搜索引擎和推荐算法介入的是"选什么"，AI 介入的是"要什么"。前者是在用户已经画好的框里帮你挑，后者是帮你画那个框。
商业结构里会多出一个角色
一旦 AI 接手了翻译过程，消费的链条就发生了变化。
今天的链条是：用户自己翻译需求，带着翻译好的指令去平台，平台帮你匹配商品。简化一下就是"用户 → 平台 → 商品和服务"。
如果 AI 替你做了翻译，链条就变成了"用户 → AI → 平台 → 商品和服务"。用户和平台之间多出了一层——可以叫它调度层。它拿到用户的原始需求，跨平台去调度资源，组装出一套解决方案。这是商业世界里一个全新的中间层。
调度层天然高于单一平台。这一点很好理解：用户的一个需求往往涉及多个平台的资源——出行平台的机票、酒店平台的房间、电商平台的装备、本地生活平台的餐饮和用车。这些事情以前分散在四五个 App 里，由用户自己充当协调员，在不同平台之间跳来跳去，把各自的结果拼成一个完整方案。调度层做的就是接替这个协调员的角色。
这带来的改变，远不只是"换一种下单方式"。今天的很多商业逻辑都建立在一个前提上：用户直接和平台打交道。一旦中间插入了一个新角色，这些逻辑都要跟着调整。
注意力和信息：平台的两个根基会被动摇
调度层如果出现，首先冲击的是注意力经济。
今天的互联网平台，核心收入来源是用户的注意力。你在淘宝花时间浏览、搜索、比较，平台把你的浏览行为变成广告收入。你在抖音花时间刷视频，平台在内容流里插入商业推广。竞价排名、信息流广告、开屏广告，形式不同但逻辑一样：用户花时间，平台卖时间。
所以平台有天然的动力让你在上面多待一会儿。首页的"猜你喜欢"、永远刷不到底的商品流、各种凑单满减的玩法，核心目的都是留住你的停留时间。这不是因为平台故意为难用户，而是注意力就是它的产品，多留一分钟就多一分钟的价值。
调度层的逻辑刚好反过来。用户说一句需求，调度层在后台完成搜索、比较和决策，给出方案。用户可能花三十秒就完成了原来要花三个小时的事。省下来的那些时间里蕴含的注意力，平台再也拿不到了。商业模式从"让用户多花时间"变成了"帮用户少花时间"，这两件事在商业上是对立的。
第二个被冲击的是信息结构。
平台的核心壁垒在于同时掌握供需两端的信息。淘宝知道有哪些商家在卖什么东西、什么价格、库存多少——这是供给端的信息。同时它也知道用户在搜什么、看了哪些商品、最终买了什么、在哪一步犹豫了——这是需求端的信息。两端信息都在手里，平台才有定价权，才能向商家收广告费和佣金，才能决定流量怎么分配。
调度层会改变这个信息结构。当用户不再直接去淘宝搜"乳胶床垫"，而是对 AI 说"我最近睡不好"的时候，需求端的信息就从平台流向了调度层。平台仍然掌握着供给端的信息——它知道自己有什么商品、什么价格——但它看不到用户真正要什么了。
调度层拿着用户的需求去各个平台询价、比较、选择。在这个过程里，平台的角色发生了微妙的变化：从连接供需双方的"撮合者"，变成了等待被调度层挑选的"供应商"。这个位置的变化，背后是议价权的转移——从平台转向了代表用户的调度层。
调度层会以什么形态出现
调度层不会凭空冒出来。最自然的起点，是今天已经存在的 AI 助手——千问、豆包、Kimi 这些产品。它们现在的定位是通用的对话助手，但离调度层只差一步：接入外部服务的能力。当 AI 助手不只是聊天，而是能帮你下单、订票、叫车的时候，它就开始具备调度层的雏形了。
技术上这个趋势已经在发生。MCP 这样的协议正在解决一个关键问题：怎么让 AI 和各种外部服务之间建立标准化的连接。在此之前，AI 要调用一个外部服务，开发者需要为每个平台单独写对接代码——对接淘宝一套，对接美团一套，对接携程又一套。MCP 做的事情是把这个对接过程标准化，让任何服务都可以通过同一套协议被 AI 调用。当这类基础设施成熟之后，AI 助手接入外部服务的门槛会大幅降低。
但光有技术不够，用户还需要建立信任。千问之前做过一个让 AI 帮用户点奶茶的活动，很多人觉得这件事情很 low，还调侃说，美国 AI 在攻克难题，而中国 AI 在点奶茶。但从调度层的角度看，这恰恰是合理的第一步。先让用户知道 AI 能做这个事。再往后可能是一次打车、一趟旅行。决策的重量一级级往上走，信任也一级级搭起来。没有人会一上来就让 AI 帮自己做十万块钱的决定，但如果它连续帮你做对了一百个小决定，你自然就愿意把更大的事交给它。
到这里为止，调度层看起来就是 chatbot 的功能延伸——助手能做的事越来越多，从聊天变成了帮你办事。但它未必会一直以这个形态存在。往后看，调度层有可能从 chatbot 里独立出来，变成一个协议层。
为什么会有这个可能？因为嵌在 chatbot 里的调度层有一个结构性的局限。
你用千问点外卖、订机票，用了半年，它已经很了解你的口味和出行偏好了。这时候你换了一部手机，朋友推荐你试试豆包。你打开豆包，发现一切要从头开始——它不知道你不吃香菜，不知道你喜欢靠窗的位置，你之前在千问上积累的所有信任和习惯都带不走。更关键的是，千问对接了哪些服务、豆包对接了哪些服务，可能完全不同。你在千问上能点的外卖，换到豆包可能就点不了了。
这个问题的根源是：当调度层嵌在 chatbot 里，调度能力就是某一个产品的私有能力。每个产品各搞一套对接，用户被锁在具体的产品上。
但如果调度层变成一个协议——类似 HTTP 之于网站——情况就不一样了。HTTP 不属于任何一个浏览器，Chrome 能打开的网页，Safari 也能打开。同样的道理，如果调度层是一个开放协议，那任何前端都可以接入：千问可以，微信小程序可以，智能音箱也可以。意图理解和服务编排变成一层公共基础设施，前端只负责交互。用户用哪个入口都行，后面调用的是同一套调度能力，积累的偏好和信任也不会因为换了入口而丢失。
这不只是技术架构的区别，它决定了完全不同的商业格局。嵌在 chatbot 里的调度层，竞争的是"哪个 AI 助手更好用"；独立出来的协议层，竞争变成了"谁来定标准"——而后者的影响力和争夺的激烈程度，远不是前者能比的。
谁来定规则
无论调度层最终是嵌在 chatbot 里，还是演化成独立协议，都绕不开同一个问题：谁来主导它？
理想状态下，调度层应该是中立的。它代表用户利益，在所有可用的平台和服务中选择最优方案。就像一个精明且忠诚的管家，不跟任何一家店有利益关系，只负责帮你找到最合适的东西。
但推动这件事的门槛很高。它需要强大的 AI 技术能力，需要对接大量不同类型的服务，需要海量的用户基础来积累信任。这三个条件加在一起，基本上只有生态型巨头够得到。一个创业公司可能有好的 AI 技术，但缺少服务对接能力和用户基础；一个垂直平台有对接能力，但覆盖不了足够多的品类来处理用户的完整需求。而够到这个门槛的巨头，自己就是平台的拥有者。
拿阿里来说，它的生态覆盖面确实足够广。淘宝天猫覆盖电商，飞猪覆盖出行，盒马覆盖生鲜，高德覆盖导航和本地服务，饿了么覆盖外卖。如果千问来推动调度层——无论是作为产品功能还是推动一个协议标准——这些资源都可以全部打通，组合出来的覆盖范围相当可观。
但悖论也正在这里。
如果调度层是产品，偏向性很直接：阿里的调度层会推荐京东上更便宜的同款商品吗？当自家生态内就有解决方案的时候，它有多大动力去接入竞争对手？答案几乎是可以预见的。
如果调度层是协议，偏向性更隐蔽但同样存在。阿里定的协议标准，在接口规范、数据格式、接入门槛上，很可能天然对自家生态更友好。一个外部服务要接入这套协议，可能需要满足的条件恰好是阿里生态内已经具备的。这种偏向不像"推荐自家商品"那么容易被用户感知，但效果是一样的。
有没有可能出现中立的协议？技术上当然可以。互联网的历史上不乏成功的开放标准，HTTP、SMTP、TCP/IP 都是由中立组织推动的。但商业领域的现实是，一个协议如果没有大玩家的采纳和推广，很难获得足够的生态支持。而大玩家一旦参与定标准，就很难保持中立。
所以悖论的核心没变：最有能力推动这件事的人，做出来的一定带着倾向性。只是在协议层的框架下，这个倾向性藏得更深，也更难被纠正。
但即便如此，一个有倾向性的调度层对用户来说仍然比没有调度层好得多。你省去了自己翻译需求和跨平台协调的成本，AI 在信息量和处理能力上远超个人，即使搜索范围有局限，给出的方案在大多数情况下也优于你自己的翻译。
用户会发生什么改变
如果前面的分析方向大致正确，那么商业世界里正在长出一个新的中间层。它会重新定义平台的位置、注意力的流向、以及商业规则由谁来定。这个角色最终长成什么样子——是某个助手的功能，还是一套开放协议，还是我们现在想象不到的东西——现在谁也说不准。
但我觉得更值得思考的问题在用户这一端。
如果越来越多的消费决策交给 AI 来做，用户自己的判断力会不会退化？就像导航软件让很多人失去了认路的能力，当 AI 替你做了所有的比较和权衡，你对商品、对价格、对自己真正需求的感知会不会变得越来越模糊？你省下了翻译的成本，但你也交出了翻译的能力。
这个趋势已经在小范围内发生了。AI 帮你点一杯奶茶、帮你叫一辆车，这些轻量级的尝试看起来不起眼，但它们正在一步步建立用户把决策权交给 AI 的习惯。每一次成功的小决策，都在为更大的决策铺路。
也许几年后回头看，真正值得关注的不是调度层的形态，而是在这个过程中，用户和消费之间的关系发生了怎样的变化。当你不再需要自己翻译需求的时候，你和"买东西"这件事之间的关系，跟今天会是完全不同的。
至于那是更好还是更糟，没人知道。