D20数智服务分论坛|AI时代下的外卖履约新范式
淘宝闪购履约设计负责人蒋尉在D20分论坛分享AI时代外卖履约新范式,提出GUI、多模态Agent与智能硬件ZUI三位一体的骑士协作方案。

随着AI能力、智能硬件和多模态交互的快速发展,外卖履约正迎来新的协作方式。在 D20 分论坛上,淘宝闪购履约设计负责人蒋尉首次分享AI时代下的外卖履约新范式,从骑士真实履约场景出发,探索如何让AI真正理解骑士、理解场景,如何在真实世界中帮骑士做出更合适的辅助决策。

外卖,远不只是“点”和“送”
今天,外卖行业早已超出了"送餐"这件事——生鲜、服饰、医药、鲜花、3C,几乎万物都可以到家。它是一张由平台、商家、顾客、骑士共同参与的线下线上协同网络。今天,我们把视角收窄一点,聚焦在这张网里穿梭大街小巷的骑士。

去年,外卖骑士登上了福布斯全球榜单。但真实的骑士工作到底是什么样?他们是户外+体力+脑力的劳动者,作业环境复杂——夏日高温、雨天台风、深夜找店、狭窄小区,样样都要面对。他们是一群追赶时间的人。

作为设计师,我们不禁要问:AI 时代下,我们能为骑士做些什么?如何让他们赚到更多的钱、让配送体验更好一点?这既是我们的命题,也是使命。
骑士履约新范式:
GUI、Agent、ZUI 三位一体
我们把这套新范式拆成三块:GUI、多模态 Agent、智能硬件 ZUI。三者不是替代关系,而是彼此协同,共同托起骑士的效率与安全。

01.GUI 让成熟界面焕发新体验
GUI是我们过去做得最扎实的一块——基于用户场景、目标、行为,我们打磨过无数"小而美"的细节。骑士手机夹在支架上如何单手操作?防水套里的点击热区如何设计?我们对此做过细致的考量。

02.多模态 Agent 让 AI 真的懂骑士
过去在GUI里,信息架构是我们预设的,路径清晰、任务确定。而在Agent里,一切都变得不确定。用户输入是自由的,Agent 的处理是黑盒的,回复是动态的。设计师面对的,不再是一条固定的动线,而是一片流动的语义海。

我们做了一个非常朴素的假设:如果你是骑士,双手提着外卖、骑着电动车、时间紧迫——你对 AI 助手最基本的诉求是什么?
答案很朴素,就两个字:聪明。

可是通用大模型放到骑士场景里,往往显得非常"傻"。为什么?因为它没见过骑士的语料。骑手时间紧、方言口音层出不穷、行业黑话多,还有驾驶中的环境杂,风噪、鸣笛、商场的广播让信噪比极低……最终骑士的体感是:聊的慢、听不懂、做不对。

问题1. 聊得慢
我们的目标是让对话像人和人一样自然,不用等待、可以自由打断、能一句话说完多件事。

所以,我们做了三件事:
1.One-Shot 唤醒:把"唤醒词+指令"压缩成一句话,单轮次指令
2.Barge-in 打断:允许骑士在播报中随时插话
3.多意图并发解析:一句"帮我确认到店、确认取货、再开导航",Agent 拆完排队执行
设计师和技术同学在这里的协作方式也变了——借助 AI 工具,我们能直接读懂技术原理、用共通语言讨论实现。

问题2. 听不懂
"商家出货慢"能听懂,可骑士脱口而出的是"卡餐了",Agent 就懵了。骑士世界的黑话,是一种压缩的高效沟通,通用大模型的语料库没有覆盖。

我们搭建了一套"场景—语料—意图—匹配"的五步映射关系法,相当于给 Agent 补了一本"骑士行话字典",让它能从"卡餐"里听出"商家出餐慢,是否要报备异常"。

黑话之外,还有更难的模糊表达。骑士到店附近说一句"找不到,怎么走",Agent 抛出一个高德地图链接,看似回答了,实则完全跑偏——骑士真正想要的是"这家店铺的门在哪"。

我们的做法是,为每一个模糊词建立模糊意图集合,并结合骑士当前所处的物理位置做追问判断。

问题3. 做不对
即便 Agent 听懂了、也决策了,结果输出可能仍然不合格——因为通用大模型给的答案往往是通用的,而外卖履约这门业务,每一家平台都有自己的规则。我们的解法是给 Agent 两把"专业钥匙":精通平台规则 Skill+ 多层动态策略 Skill。

03.智能主动代理 Agent主动帮骑士解题
上面这四步,还只是骑士主动发问、Agent 应答的"聪明度"。但我们真正希望的,是 Agent 能成为一个主动出击的智能代理帮手——由 AI 自己发起场景分析、数据分析、自主代理,最后再让骑士确认。

举个末端交付的例子:从接单、找店、取货、导航到最后的送达,最脆弱的一环往往是最后 50 米——城中村、写字楼、医院、学校,顾客位置不准、不接电话……骑士经常要在送点等十几分钟,身上其他单又要超时。

如果 Agent 能提前"看到"这些风险呢?我们让 AI 结合送点信息、顾客画像、订单备注、商品属性、时空变量……在骑士还在路上时,就主动联系顾客确认交付方式,再通过语音、头盔 HUD 投屏同步给骑士,等待时间被压到最短。

04.ZUI 智能硬件 硬件成为骑士的第二双眼
在骑士履约这条链路上,手机不会是最理想的终端——它需要低头、需要腾出一只手、在雨里难操作。硬件的想象空间更大:头盔 HUD、无人机、智能柜、上楼机器人、无人车…… 每一种硬件,都可能长出属于自己的 Agent。

而当硬件多了、Agent 多了,问题就从"单点体验"上升到"多硬件标准"。HUD 显示什么?如何应对晴天、树荫、夜间、雨雾等复杂光环境?字号多大能保证骑行中"扫一眼可读"?色彩系统怎么在通用信息和警示信息之间做出层级?每一个问题都需要一套系统化的规范去承接。


技术一直在变。前段时间刚学会的工具、模型,可能今天又要换一茬。但新的一定比旧的更好。我们能做的,就是不断更新自己,让自己成为AI 时代的设计新生。

END
我们相信,AI 不是设计师的对手,而是设计师的新画笔。从 GUI × AI,到多模态 Agent,再到智能硬件 ZUI,我们正在为骑士——这群追赶时间的人——重新定义履约这件事。
雁评
真实、有观点的好评或吐槽,欢迎分享你的使用体验。