AI 版支付宝阿宝开放公测，一句话就把货架收了
今天在支付宝里说了一句「我想查一下公积金」，它没给我弹一堆图标让我自己找，而是直接把公积金查询的界面摆到了我面前，我点一下登录确认，完事。
就这么一句话。原本我得先想公积金归哪个入口管，翻一翻市民中心，找到对应城市，再点进去，中间还得记得自己是哪个城市参保的。现在这一整串折叠成了一句话。
起因是支付宝今天官宣，阿宝 AI 助手正式开放公测（IT之家的报道在这）。不用邀请码，iOS 和安卓在应用商店或者支付宝里直接搜「阿宝」或者「蚂蚁阿宝」就能体验。开通之后在支付宝里往右一滑，进去看到的不再是那个塞满了几十个宫格图标的首页，而是一个干干净净的对话框，加一个资产页。
我盯着那个对话框看了几秒。倒不是被界面惊到，界面就是个普通的聊天框。是我突然意识到，支付宝这一下动的，是它十几年没怎么动过的那个东西。
先说说那个「没怎么动过的东西」是什么。
支付宝这个 app，你回想一下它的形态，本质就是一个巨大的货架。首页宫格，每个格子是一个入口，入口后面挂着一个小程序或者一项服务。水电煤、医保、政务、出行、理财、生活缴费，几百上千个功能，全靠这个货架陈列出来。你用支付宝，某种程度上就是在这个货架前找货，找到那个格子，点进去，办事。
这套逻辑用了很多年，也没啥大毛病，无非就是格子多了以后，找起来费劲。你知道那个功能一定在里面，但它藏在第三屏还是第四屏，是在「便民生活」下面还是「市民中心」下面，得靠肌肉记忆或者搜索框。支付宝自己也知道这事儿，所以搞了各种个性化推荐、常用应用置顶，但那还是货架思路，只是把货摆得更顺手一点。
阿宝干的事，是把货架撤了。
或者更准确点说，不是撤了，是把货架藏到了 AI 后面。你不再需要知道公积金归哪个格子管，你只要说「查公积金」，它自己去货架上把对应的那件货取出来递给你。支付宝官方的说法叫从「陈列式」到「对话式」，这词儿起得挺准。
我是做 AI 工程的，平时的活儿说人话就是给大模型搭那层让它真正能干活的脚手架，工具调用、调度、超时重试这些。所以我看这个东西，第一反应跟普通用户不太一样。普通用户看到的是「哇，能对话了，方便」。我看到的是，支付宝这是把一个超大规模的工具调用系统，摆到了几亿人面前跑。
我展开讲讲这个。
现在业界聊 AI agent，绕不开一个词叫工具调用（tool calling，也叫 function calling，就是让大模型不只是聊天，而是能调用外部的函数、API、服务去真正办事）。你让 AI agent 帮你订机票，它背后其实是在调一个订票的接口。你让它查天气，它调天气 API。模型负责理解你要干嘛，然后决定该调哪个工具、传什么参数。OpenAI 早在 2023 年就把 function calling 写进了 API，去年 Anthropic 又搞了个 MCP（Model Context Protocol，一套让 AI 和外部工具标准化对接的协议），本质都是在解决同一个问题，怎么让模型可靠地去调外面的东西。
这事儿听着简单，工程上其实是个大坑。我天天跟这个坑打交道。你以为难的是模型不够聪明，其实真正难的是工具这一侧，太乱、太散、太不标准。你想接一个订票工具，得对接航司的接口，格式各家不一样，认证方式五花八门，有的还动不动超时挂掉。你接十个工具就是十套麻烦，接一百个工具，光是维护这些对接就能把一个小团队拖垮。所以现在市面上大部分 agent demo 看着很炫，一到真实场景就拉胯，很多不是模型的锅，是工具那层根本没搭结实。
然后你回头看支付宝，看它背后的蚂蚁集团。
它手里握着的是什么？是已经跑了十几年、几百上千个早就标准化、早就接通好了的服务。公积金、社保、水电煤、医保、政务、出行、缴费，这些工具它不用现搭，它本来就有，而且每一个都是真能办成事、日活以亿计验证过的成熟工具。别人搭 agent 是先愁没工具，支付宝搭 agent 是工具早就摆在货架上了，缺的只是那个能听懂人话、然后从货架上精准取货的大脑。
这个优势有点子不讲道理。我见过太多团队为了给 agent 凑几个能用的工具焦头烂额，而支付宝这边，好家伙，工具箱是现成的，还是全国最全的那一个。它要做的，只是在这个巨大的、已经存在的工具箱前面，装一个会调度的脑子。
所以阿宝这个产品，你把它翻译成工程语言，就是一个跑在国民级工具箱上的 agent，核心能力是意图理解加工具路由。你说「查公积金」，它得听懂你要的是公积金查询这个意图，然后在几百个服务里路由到正确的那一个，把它的操作界面直接摊开给你。
说到路由，这又是个魔鬼藏在细节里的地方。
工具路由这事，出错的方式特别隐蔽。你说「查一下我的账单」，你指的是花呗账单、信用卡账单、还是水电煤的缴费账单？模型得猜。猜对了，体验丝滑得像魔法。猜错了，它兴冲冲给你调了个八竿子打不着的服务，你还得退回来重新说一遍，那种挫败感比你自己在货架上翻半天还难受。因为货架至少是确定的，你翻是慢，但你知道翻到底能找到。AI 路由错了，你会有一种「它好像懂又好像没懂」的悬浮感，这是最劝退的。
我对这种路由翻车特别敏感，因为我自己搭的系统里，工具选错、参数传错是最常见也最难查的一类问题。模型一本正经地调错了工具，日志里还看不出明显报错，你得一层层扒才知道它在哪一步理解偏了。支付宝要把这套东西做到让几亿人日常用，路由的准确率得压到一个相当高的水平才行，不然一天几千万次对话，哪怕百分之一路由错，都是几十万次糟糕体验。这不是个能靠 demo 蒙混过关的活儿。
不过这次我最想聊的，其实不是路由，是支付宝守住的那条线。
官方说得很明确，所有涉及资金变动和支付的环节，都交给用户本人确认。阿宝负责把流程跑通、把窗口摆好，最后那一下「付」还是「不付」，永远是你自己点。扫码、转账这些，它也只是预留了入口，没有替你动手。
这条线，看着不起眼，我觉得是整个产品里最该被表扬的一处克制。
你想想看，一个能听懂人话、能自动调服务、能把流程一路跑通的 AI，它离「替你把钱也付了」其实只差一小步。技术上，让它自动完成支付，比让它停在支付前一步等你确认，要简单。真正难的、需要专门去踩刹车的，是那个「停下来，等你」。因为一旦 AI 能自动动你的钱，风险模型就整个变了。
我说的风险不是危言耸听。你把一个能调度一切、还能碰钱的助手放到手机里，攻击面一下就大了。哪天有人用一段精心设计的话术把 AI 绕进去，诱导它发起一笔转账；或者你随口说了句什么被它误解成了支付指令；再或者有人盯上的是你的身份信息、验证码、隐私授权，想借 AI 这个总入口一次性拿走。这些不是科幻，是任何一个能自动办事的 agent 都躲不掉的问题。AI 越能干，你交给它的权限越大，一旦它被骗或者理解错，损失也越大。
所以「资金那一步永远本人确认」这条红线，是把最锋利的那部分权力，重新交回到人手里。AI 可以帮你把公积金查了、把水电费的缴费界面摆好了、把转账窗口调出来了，但真金白银出账的那一下，得你自己按。这不是产品经理拍脑袋想的一个安全按钮，这是在能力和风险之间画的一道必须画的线。
我甚至觉得，未来判断一个 AI 助手靠不靠谱，不看它能自动干多少事，而看它在哪些地方主动停下来等你。什么都替你干的 AI，不是最强的 AI，是最危险的 AI。真正成熟的设计，是知道自己该在哪一步收手。支付宝这次至少在最要命的钱这件事上，收住了手。
聊到这我得往回收一收。抛开工程视角，就当一个普通用户，阿宝这东西好用吗？
从「查公积金」这一个例子看，方向是对的。它解决的是超级 app 用久了以后一个真实的痛，功能太多，找不到。我妈用支付宝，她永远只会用最上面那几个格子，下面藏的一大堆便民服务对她来说等于不存在，因为她根本不知道有、也不知道去哪找。如果对话式真能做到她张嘴说「我要交电费」就把缴费界面摆到她面前，那对我妈这样的用户，才是真正的解放。货架对她一直是个障碍，对话不是。
当然，我也没那么容易上头。对话式交互有它自己的坑。最大的坑是，当你不知道一个东西能不能干的时候，货架至少还能让你逛、让你发现。对话框是你得先知道要问什么，才能问。一个空白的输入框，对不知道支付宝能干嘛的新用户，可能反而更懵。这两种交互不是谁取代谁，更可能是长期共存，对话负责快速直达你已知的需求，货架负责让你逛、让你发现新东西。支付宝把首页换成对话框，但资产页还在、货架大概也不会真的消失，我觉得是明智的，别把逛的乐趣一刀切了。
写到这我突然想起万能青年旅店那句，是谁来自山川湖海，却囿于昼夜厨房与爱。我们这些天天追大模型、聊 AGI 的人，很容易把 AI 想得特别远特别玄。但 AI 落到普通人身上，最先改变的可能就是这种最琐碎的昼夜厨房，交个电费、查个公积金、办个政务。不是星辰大海，是把一件本来要点七八下的破事，变成一句话。这种改变不性感，但它是真的会发生在几亿人手机里的改变。
阿宝这个产品本身，现在还很早，公测第一天，我也没法说它就一定成。路由准不准、复杂需求扛不扛得住、多轮对话会不会越聊越乱，这些都得时间来验。我甚至猜它初期一定会有一堆「我说东它办西」的翻车截图在网上飘，这几乎是所有对话式产品的必经之路。
但我愿意认真看它，是因为它把一件很难的事，摆到了最难的场景里去做。几亿用户、真金白银、国民级工具箱，任何一个环节掉链子都是大新闻。在这么高的压力下还敢把交互范式整个换掉，这份魄力，我给个「有点子牛逼」。
回到开头那句「查公积金」。我点完确认，公积金余额刷出来的那一刻，其实没啥波澜，就是一个再普通不过的日常操作被办完了。但我知道，这个平平无奇的瞬间背后，是一个国民级工具箱、一个会路由的大脑、和一条守住了钱的红线，三样东西刚好都到位了，才有的这份平平无奇。
好的技术就该是这样，用起来毫无波澜，你甚至意识不到它在那，只有真去拆它的人，才知道这份「毫无波澜」有多不容易。