作者｜冰咖啡

编辑｜方奇

媒体｜AI 大模型工场

五一节前倒计时，一个摸了一天鱼辛苦工作一整天的打工人打开 Kimi+，准备生成一篇内容翔实、声情并茂的周报交差然后提桶跑路。忽然之间，眼熟的“什么值得买”图标跳入眼帘，瞬间让昏昏欲睡的摸鱼人困意全无：

摸鱼神器和买买买神器的结界打破了？

定睛一看，还有一行小字介绍：Kimi+ 什么值得买=最强导购！

双厨狂喜下，带着“让我瞅瞅怎么个事”的心态，AI 大模型工场在工位上和这个摸鱼搭子聊了一下午，最大的感受就是，仿佛十多个“买买买”群里的老姐妹一齐舞到面前，声情并茂、手舞足蹈地推荐、介绍、比价，带你“抄作业”的同时，并盛情丢过来一篇篇攻略。

而在我们从“哪家店里的防窥屏膜最便宜”聊到“五一去三亚度假买什么装备”，并在过程中顺便薅了几笔面巾纸、手机壳羊毛后，得出了一个结论：

当内容积淀深厚的导购平台遇上长文本消化能力出众的 AI 搭子，好比过目不忘的导游打开了解说词丰富的素材库，在快速消化的同时智能整合、输出，开启“众妙之门”，创造出惊人的生产力。

“测评、推荐、挑选、购物”一条龙：

AI 导购进入 next level

事实上，“AI 导购”并不是一个新概念，在 AI 电商时代，多家电商平台都曾推出智能导购功能，如淘宝上线了“淘宝问问”，可以智能回答消费者的提问，并根据图片快速找到相似的商品；京东推出了智能客服京小智，支持分钟级文案自动生成；而志在打造“搜推逛”一站式购物决策平台百度同样推出了智能导购，且提供全网比价等服务。

然而，对部分电商底色浓厚的平台来说，虽然有近水楼台先得月、无需跳转至外部软件的商业生态，但由于缺乏内容积淀，“智能导购”更像是一个悬浮在软件之上的插件，并没有真正与内容生态深度融合，因此，给出的推荐也不尽如人意。

此前，就用户在公众平台上吐槽，明明要求推荐几件送男生的礼物，首个跳出来的却是粉色永生花：“我说城门楼子，导购跟我说胯骨轴子。”

而在和 Kimi+“什么值得买”导购的对话的过程中，最大的感受就是，不会出现“驴唇不对马嘴”现象，其回答的东西都在点子上，言之有物的同时，推荐的东西也确实符合需要，而非例行公事、大而化之，“为推荐而推荐”的“敷衍型导购”。同时，Kimi 网感很强，不和当下的互联网语境脱节。

比如，问 Kimi“有什么在工位上的摸鱼神器”，其推荐的“摸鱼键盘”就成功吸引了我的注意——跳转进链接，则是“什么值得买”上的帖子，点进去即可深入了解这个摸鱼神器：不仅能偷偷听歌、一键切歌，还设有老板键，只要老板过来，黄键一按，立马切换屏幕，变成工作认真的样子，十分符合摸鱼人精神状态。

同时，Kimi+“什么值得买”导购属性明显，从专业出发，对购买人群做了细分考量、并预设商品的使用场景：

比如，对刚发了过节费有点小钱，又没想好花在哪里的打工人来说，问“五一假期买点什么能提升幸福感”，它能从宅家 i 人考虑到出游 e 人，给 i 人推荐家庭 k 歌套装，给 e 人推荐旅游保险，甚至预判到有一部分 j 人喜欢做比价攻略，“提前走位”推荐了酒店比价平台，十分贴心。

而在比价领域，Kimi+“什么值得买”也毫不逊色，比如作为贫穷的都市丽人，要求其推荐几个戴森吹风机平替，它也很卖力地全网搜罗，并且精准地提炼出核心性能，最后还附上了“百家争鸣”的种草帖子以供批阅，让人感叹，还是 AI 实在，不夹带私货，有好东西是真推荐啊。

那么，Kimi+“什么值得买”何以和一众“AI 导购”打出区别度，完成了从“机器人导购”到生龙活虎“AI 老姐妹”的凌空一跃，其背后的底层逻辑又是什么？

“最强导购”诞生背后：

长文本大模型，烹饪内容“有米之炊”

在当下，大模型落地的最大痛点就是“巧妇难为无米之炊”，即其具体实践的领域中缺乏数据、内容、生态积淀。如在金融领域，据报道，在部分银行的大模型实践中，“让 AI 客服取代经理、通过客户资金情况给出资金配置和投资意见”成为重点，然而相对并不成功，主要原因就在于数据模型和数据库的不完善，除却高净值客户外，普通用户获得的建议大同小异。

而 Kimi+ 能紧跟潮流、精准推荐好物背后，是“什么值得买”上庞大的社区内容和消费数据做支撑。

比如，当要求推荐一些“去三亚旅游值得买的东西”时，Kimi 快速阅读了“什么值得买”上的 11 篇资料：“夏日游玩好去处 - 三亚海边”“等风来不如破风去，张大妈带大家海南环岛骑行”“三亚我来了 ( 附真情实感 )”“东北的春天我们来到了三亚”等等，并基于此给出具体推荐：

也就是说，Kimi 的 AI 导购背后，集广大群众的智慧于一体，从海南环岛骑行的“张大妈”达人，到拥有“海南第二故乡”的东北老铁，纷纷通过 Kimi 出谋划策，最终成就了高质量推荐。

一言以蔽之，是“什么值得买”的内容生态，让 AI 可以烹饪“有米之炊”。据华创商社深度研究报告显示，“什么值得买”专注建设社区创作生态，通过“创作任务”等运营工具激发创作热情，并完善创作者成长体系，引入外部达人，强化创作者与用户的沟通互动，形成持续迭代、正反馈的内容社区生态。2023 年，“什么值得买”内容发布量达到 2853.23 万，yoy+38.79%。

而对以长文本能力出圈的 Kimi 来说，轻松、高效处理大量文本信息正是“Kimi”的优势。Kimi 能够处理多种格式的文件，包括 TXT、PDF、Word 文档等，在上线之初，就支持 20 万字的输入和输出，并在其后通过“200 万汉字能力”引爆行业——拥有极致长文本能力的大模型，遇上“价格 + 内容 + 服务”多元驱动的生态，可以说是“专业对口”的“金风玉露一相逢”。

而对具有丰富内容素材库与数据积淀的平台来说，当其拥抱 AI，某种程度上也是在“AI 导购”界的降维打击。可以看到，“什么值得买”也在有意识地布局 AI 领域，并已经完成抢跑占位：

据悉，早在 2017 年，“什么值得买”就开始通过机器和算法的方式生产内容。2023 年，值得买科技以第三方通用模型为基础，利用自身独有的数据资源和语料库，自主研发了值得买消费大模型。并基于此，研发了一系列服务消费者、创作者等 AIGC 应用。

值得买科技 CTO 王云峰曾对媒体介绍，“相比许多行业‘知识多、经验少’，大模型结合静态内容的训练就可以完成应用落地，消费行业的难点恰恰在于‘经验多、知识少’：变化的商品价格、主观的用户评价，包括每个个体不同的需求和感受，不仅影响着消费者的决策判断，也让当前‘大模型结合静态内容训练’的方式效用减弱，无法真正做到为消费者解决决策难题。”

所以值得买科技才决定自研消费大模型。从全网数十亿数据中，筛选了 1.2 亿条消费相关优质训练语料，又基于数万轮对话数据，训练整个模型的意图理解和交互能力。同时，基于消费意图建模，构建了 12 个针对消费领域的场景工具，对意图分解并自动生成需要执行的任务，满足用户需求。此外，通过覆盖全网跨平台近 70 亿条消费内容，筛选优质高销商品进入用户商品推荐库。

并且这“米”能不能做出好吃的饭，什么值得买也已经先在自家产品上进行了验证：今年 2 月 29 日，值得买科技自研 AI 购物助手“小值”正式上线，这是基于值得买消费大模型所研发的 Agent 产品，能通过对话深度理解用户需求，基于全网实时消费经验、价格信息进行快速总结，提供口碑总结、商品对比、商品推荐、全网比价等服务，其背后，依托的正是值得买消费大模型的数据能力。

如今，“什么值得买”接入 Kimi，成为 Kimi 首个合作的导购平台，向行业宣告着其在 AI 领域进一步开放、贡献的态度：有锅有米，才能真正为消费者贡献一顿好饭。虽然目前看来，相比小值而言，接入 Kimi+ 的功能并没有“什么值得买”APP 上的完整，但也印证了未来大模型领域的一个必然趋势：

从各自为营、彼此割裂到融会贯通，大模型的“百川交汇”时代来临。

开源加速，通用、垂类大模型不断融合：

“百川交汇”时代来临

北京大学计算机学院教授、北京智源人工智能研究院长黄铁军曾表示：“大模型产业很难形成垄断，需要共建产业闭环。从长远来看，大模型只是标签，而不是产品、一家公司的工具，所以整个大模型开源开放生态是必然的。”

诚如所言，在当下，一方面，越来越多大模型厂商源代码和训练数据以开源的形式公开，促进人工智能技术的普及和推广。正如此前在公开报道中，昇思 MindSpore 开源社区的理事长丁诚所感慨：

“从开源社区的角度来看，我们是非常希望大模型生态能够互融互通。大模型训练过程当中，数据是非常核心的资产，各家大模型训练能把相关的数据贡献出来做开源共享，是可以集整个产业之力达到中国或者全人类更好的大模型。”

与此同时，随着大模型雨后春笋般落地，通用大模型在为垂类大模型提供更多数据用于训练的同时，也需要垂类大模型辅助其在细分领域做检索增强，在日后，二者将在优势互补中赋能千行百业。

如今，在消费领域，面向 C 端、赋能用户工作生活的产品全线开花，随之而来的是所有产品迎来重塑；而在 B 端，产业大模型开始在医疗、教育、金融等行业进行试水。越来越多的大模型公司向全社会开放，用户纷纷选择自身领域最为适配、支撑能力最强的 AI 大模型，融入这一开放生态。

今年 3 月，Kimi 背后的月之暗面科技有限公司表示，月之暗面（platform.moonshot.cn）是面向所有开发者和企业用户开放的，任何合规的开发者和企业，都可以将 Kimi 智能助手背后的同款大模型 API（应用程序编程接口）接入到自己的产品或服务中。

而“什么值得买”接入 Kimi，并“导购出奇迹”，就是这种开放生态的最好写照——当大模型深度融入消费这种日常生活场景，近距离带给普通人一些冲击与震撼，且彻底改写一些日常行为与决策路径时，大模型落地、赋能千行百业的“黄金时代”，才真正开始。