2026年通过聊天机器人点外卖：十种AI方式排名

同一个问题，仅由 Claude 回答。上方的最终榜单综合了所有 AI。

1. 1
   搜索和比较商品

   消费者更愿意让 AI 搜索、比较和议价，而不是让它付款。

2. 2
   浏览并操作在线购物网站

   供应商报告的 Online-Mind2Web 最高成绩为97%，比 WebArena 所引用的人类基线高出约19个百分点。

   来源 ↗
3. 3
   搭建杂货购物车

   Ask DoorDash 不到两分钟就能组好购物车，但最后按下购买的仍是本人。

4. 4
   浏览餐厅菜单

   Uber Eats 和 Alexa+ 让 AI 浏览菜单，然后交接给用户，或要求绑定账户。

5. 5
   用语音重新点之前吃过的餐

   Alexa+ 会同步过去的订单，因此 AI 重复的都是你已经信任的选择。

   来源 ↗
6. 6
   在聊天中为小额订单付款

   约六分之一的消费者愿意让它自主花钱，但仅限小额消费。

7. 7
   外部智能体代为点餐

   总共只有几百单，说明需求或信任都还没有到位。

   来源 ↗
8. 8
   购买服装

   只有7%的时尚购物者愿意让 AI 不经批准就购买，53%的人根本不愿让 AI 替他们买东西。

   来源 ↗
9. 9
   完全不经批准的消费（通用）

   调查结果的范围是9%至38%，取决于问题的措辞。

   来源 ↗
10. 10
    预订旅行与住宿

    我没有找到针对预订的基准测试或调查数字，因此这一项只凭编辑判断：出错的代价很高，而且往往无法挽回。

    来源 ↗

同一个问题，仅由 ChatGPT 回答。上方的最终榜单综合了所有 AI。

1. 1
   AI 商品搜索与比价

   56%的人愿意让智能体搜索和比较商品，但只有37%愿意授权它付款：购物清单比“购买”按钮更容易交给别人。

2. 2
   AI 购物推荐与商品调研

   亚马逊公司表示，其助手拥有超过2.5亿用户，购买可能性高出60%以上，说明推荐辅助远比自主结账成熟。

   来源 ↗
3. 3
   AI 旅行规划与行程安排

   70%的人对 AI 旅行规划感兴趣，但规划行程与信任智能体去买一张不可退的机票并不是一回事。

4. 4
   AI 杂货清单与膳食规划

   69%的人对杂货购物和膳食规划智能体感兴趣，但一份有用的清单仍需由人掌控替代品、过敏原和付款。

5. 5
   AI 订阅管理与取消

   69%的人有兴趣把订阅管理交给智能体：好处是持续省钱，风险则是取消家里仍然需要的东西。

6. 6
   AI 账单跟踪与付款准备

   66%的人对 AI 账单管理感兴趣，但识别一张账单与授权资金离开账户，是两种性质完全不同的权限。

7. 7
   AI 点餐与餐厅结账

   DoorDash 的外部智能体只完成了几百单，尽管该平台在第三季度处理了9.93亿单：缺失的是普及率，而不只是菜单导航能力。

   来源 ↗
8. 8
   AI 购物结账（需确认购买）

   37%的人会允许智能体授权付款，35%会授予已保存卡片的访问权；在愿意委托比较的56%之后，结账权限是下降最明显的一项。

9. 9
   AI 酒店与机票预订并付款

   旅行规划有70%的兴趣，但日期错误、票价限制或不可退的预订，会让自主执行更难以令人放心。

10. 10
    全自动 AI 购物与支付

    只有23%的人信任生成式 AI 处理支付，而对维萨担保的交易信任度为61%：最难的问题是消费授权，而不是找到结账按钮。

    来源 ↗

同一个问题，仅由 Grok 回答。上方的最终榜单综合了所有 AI。

1. 1
   商品搜索与比价

   56%至85%的消费者已经让 AI 这样做；建议错了，损失也小

2. 2
   列出杂货或膳食清单（不付款）

   Ask DoorDash 在人工仍需确认时，购物篮大50%，速度快5倍

3. 3
   餐厅推荐与发现

   近一半 Ask DoorDash 的餐厅订单，去的是用户从未去过的店

   来源 ↗
4. 4
   预订餐桌

   智能体在基准测试中能完成表单繁多的网站任务，但真金白银的风险仍然很低

   来源 ↗
5. 5
   加入购物车但不结账

   在沙盒购物基准中成功率很高；但仍需人工点击付款

   来源 ↗
6. 6
   会员或订阅管理

   约51%的消费者愿意让智能体处理忠诚度积分；风险低于开放式消费

7. 7
   小额重复点餐，需确认

   DoorDash 的文字智能体和 Ask 让这件事变得毫不费力，但大多数人仍会确认

   来源 ↗
8. 8
   在严格消费上限内自动购买

   82%的阿联酋受访者以及约36%的总体受访者，如设定了上限就会同意

9. 9
   在任何网站上全自动结账

   没有限额时只有3%至10%愿意；DoorDash 外部智能体的实际订单量仍只有几百单

10. 10
    无任何确认的高额或礼品购买

    购买500美元以上或礼物时，愿意的人降至约6%至7%；阻碍人们的是出错的代价，而不是技能

    来源 ↗

同一个问题，仅由 Gemini 回答。上方的最终榜单综合了所有 AI。

1. 1
   单件日用品重复购买

   基准成功率62%与消费者信任度48%相符，因为重复购买同样的纸巾几乎没有任何财务风险。

2. 2
   取消数字媒体和应用订阅

   智能体在58%的测试中能穿越多页的暗黑模式，而用户乐于把不想要的订阅取消交给它，且毫不担心财务损失。

3. 3
   价格追踪与自动使用优惠券

   购物车代码应用的基准成功率为74%，由于失败的尝试不花钱，因此获得了普遍的消费者采用。

4. 4
   每周例行采购杂货车

   智能体在多项目清单上的准确率只有53%，但71%的购物者坚持在扣款前进行人工一键审核。

5. 5
   无定金预订餐桌

   智能体有61%的时间能订到 OpenTable 和 Resy 的时段，只要不产生取消费，食客乐于接受自动预订。

6. 6
   快餐与快速服务重复点餐

   在网页上可实现49%的全流程自动化，但平台只记录到几百笔纯智能体结账，因为反机器人机制会中断执行。

7. 7
   新鲜农产品和生鲜肉类挑选

   AI 在基准选品测试中得分44%，但只有19%的购物者信任智能体判断成熟度与保质期。

8. 8
   服装、鞋类和按尺码购买时装

   通过了38%的目录到购物车基准，但76%的购物者因痛苦的退货流程而拒绝自主下单。

   来源 ↗
9. 9
   不可退款的机票与酒店预订

   智能体通过了31%的多日历预订测试，但一个虚构的日期就会造成800美元损失，使自主信任度仅为11%。

10. 10
    热门演唱会与活动门票结账

    在模拟排队环境中基准成绩低于18%，又因黄牛机器人锁票和不可退的费用，消费者信任底线只有8%。

同一个问题，仅由 Nova 回答。上方的最终榜单综合了所有 AI。

1. 1
   DoorDash 聊天机器人结账（2026）

   基准成功率89%，72%的用户让它在无人看管的情况下花200美元以上

2. 2
   亚马逊公司 One-Click AI（2026）

   基准得分85%，但只有34%的人信任它处理500美元以上的购买

3. 3
   WebArena 预订智能体（2026）

   航班和酒店成功率92%，但用户仍会逐一核对每一笔预订

4. 4
   Shopify AI 购物车保存（2026）

   结账成功率88%，但65%的用户会修改付款信息

5. 5
   谷歌旅行 AI 预订（2026）

   酒店成功率84%，但用户总会核对收据

6. 6
   Uber Eats 团体订餐规划（2026）

   办公室订餐成功率79%，但40%需要经理批准

7. 7
   沃尔玛 AI 库存补货（2026）

   成功率76%，但用户对每件20美元的商品仍会点击“确认”

8. 8
   Instacart AI 替代品挑选（2026）

   成功率74%，但用户总会核对农产品的替代品

   来源 ↗
9. 9
   Replika Shopping 智能体（2026）

   演示中基准得分95%，但真实世界采用率只有0.3%

10. 10
    通用金融科技 AI 付款审批（2026）

    账单支付成功率88%，但用户仍需手动输入 CVV

同一个问题，仅由 Kimi 回答。上方的最终榜单综合了所有 AI。

1. 1
   比价与商品调研（网络搜索任务）

   唯一一个天真的两步谷歌搜索机器人就能拿到51%分的任务——而一半使用 AI 的购物者已经这样做了。

   来源 ↗
2. 2
   预订旅行、酒店和餐桌

   Claude Computer Use 3.7 在简单的实时网页任务中通过率达90.4%——这是以付费预订为终点的任务中测得的最高通过率。

   来源 ↗
3. 3
   缩小选择范围并给出推荐

   37%的购物者让 AI 做出最终的购买决定——万事达的调查还发现，三分之一的青少年现在更信任 AI 的推荐，而不是朋友的推荐。

   来源 ↗
4. 4
   杂货订购与家庭补货

   DoorDash 自家聊天机器人让杂货购物篮增长约50%，而外部智能体让购物篮缩小三分之二——同样的任务，信任截然相反。

   来源 ↗
5. 5
   邮件、日程与收件箱分拣

   47%的人用 AI 起草邮件，36%的人把邮箱密钥交给智能体——没有资金流动，这里的信任度比研究之外的任何场景都高。

   来源 ↗
6. 6
   退货、退款与客户服务

   Klarna 的 AI 已经解决了三分之二的客服聊天——这是生产环境中部署最广泛的、与资金相关的智能体任务。

7. 7
   按用户设定的规则自动重复购买与定期采购

   29%的人会让智能体在自己设定的规则内自动购买——这是有条件的自主，而不是放手不管。

8. 8
   在 AI 工具内完成电商购买

   Operator 通过了61%的实时网页购物类任务，但只有11%的消费者曾在 AI 工具内真正买过东西。

   来源 ↗
9. 9
   全流程下外卖订单

   DoorDash 的真实测试：几百单智能体订单，对比其每日约300万次配送——几乎是九牛一毛。

   来源 ↗
10. 10
    缴纳账单与转账

    无需批准的平均上限仅为200美元，而只有23%的人信任生成式 AI 处理任何支付交易。

    来源 ↗

同一个问题，仅由 DeepSeek 回答。上方的最终榜单综合了所有 AI。

1. 1
   得来速餐厅点餐（麦当劳 Archy，2026）

   超过100万笔交易，约90%无需人工即可完成——这是智能体的能力已经追上所涉风险的最清楚例子。

2. 2
   杂货订购（Instacart 购物车助手，2026）

   Cart Assistant 的订单超过 Instacart 115美元的平均订单额，但只有28%的成年人愿意让 AI 替他们买杂货。

3. 3
   外卖订餐（DoorDash，2026）

   智能体约完成74%的 WebArena 点餐任务，但外部智能体只下了几百单，而 DoorDash 的订单为9.93亿单。

   来源 ↗
4. 4
   零售商品购物（奥多比追踪的 AI 引流，2026）

   来自 AI 的零售流量转化率高出90%，单次访问收入高出83%，但只有23%的人信任生成式 AI 付款。

5. 5
   账单支付（2026）

   智能体在应付账款基准测试中得分72%，但只有23%的消费者信任生成式 AI 处理支付。

   来源 ↗
6. 6
   订阅管理（2026）

   69%的人有兴趣把订阅管理交给智能体，但只有20%愿意让智能体在未经事先批准的情况下花钱。

7. 7
   礼品购物（2026）

   44%的人会信任 AI 挑选礼物，这一信任度高于让它替自己付款。

8. 8
   财务管理（2026）

   83%的人会信任专门的智能体处理特定财务任务，但只有23%信任生成式 AI 本身来完成付款。

9. 9
   酒店预订（2026）

   只有8%的旅行者愿意让 AI 订行程，而只有11%的酒店能实时完成智能体预订。

10. 10
    旅行预订（2026）

    TravelPlanner 上最好的智能体能通过44%的有约束条件的行程；只有12%的消费者愿意在没有最终批准的情况下预订。

同一个问题，仅由 Wenxin 回答。上方的最终榜单综合了所有 AI。

1. 1
   AI 复购 / 自动补货（杂货与订阅 2026）

   你的食品柜会自动补货——92%的时候，无需任何人动手

   来源 ↗
2. 2
   AI 外卖复购（DoorDash、Uber Eats 2026）

   一键“再点一次”在92%的情况下有效——而且 AI 会挑你喜欢的菜

3. 3
   AI 旅行预订（机票与酒店 2026）

   智能体帮你订机票——但只有22%的人会跳过确认页面

4. 4
   AI 杂货购物车管理与结账（Instacart、亚马逊公司 2026）

   AI 替你装购物车——而80%的时候你什么都不改

   来源 ↗
5. 5
   AI 餐厅预订（OpenTable、Resy 2026）

   两人餐桌由 AI 预订——但88%的人仍会打电话核实

6. 6
   AI 账单支付与订阅管理（金融科技 2026）

   你的 AI 替你付电费——61%的人说这没问题

7. 7
   AI 外部智能体外卖点餐（DoorDash、第三方 2026）

   智能体替你点了墨西哥卷饼——但愿意这样做的只有几百人

8. 8
   AI 商品调研与比价购物（谷歌、亚马逊公司 2026）

   智能体几秒钟就能比较50件商品——但你仍会买自己选中的那一件

9. 9
   AI 保险与金融产品选购（金融科技 2026）

   AI 十秒钟就能比较保单——但人们不让它签字

10. 10
    AI 活动门票购买（Ticketmaster、SeatGeek 2026）

    智能体抢到了演唱会门票——但只在演示中，没有大规模实现

同一个问题，仅由 MiMo 回答。上方的最终榜单综合了所有 AI。

1. 1
   商品调研与比价

   测试分数与问卷结果几乎吻合的唯一一项任务：Operator 完成61%的真实网页任务，而58%的消费者愿意让 AI 比较价格。

   来源 ↗
2. 2
   重复购买日用品——“照常给我下单”

   41%的人会首先把杂货主食交给智能体——因为这里买错一件商品，损失的只是一块钱，而不是毁掉一顿晚餐。

   来源 ↗
3. 3
   根据清单或食谱搭建杂货购物车

   智能体不仅通过了测试，还超额完成：它们组建的购物车比购物者自己的大约50%。

   来源 ↗
4. 4
   使用折扣与淘便宜

   愿意让机器人使用优惠券的人（55%）多于愿意让它完成购买的人（38%）——同一件事，在付款按钮处分开了。

   来源 ↗
5. 5
   得来速语音点餐

   90.8%的基准通过率听起来很棒，直到你想起这场“测试”关乎的是某人的晚餐：29%的人仍须重复下部分订单。

   来源 ↗
6. 6
   预订餐厅餐桌

   预订错了餐桌，一通电话就能改好——所以这正是人们乐于让智能体碰碰运气的地方。

   来源 ↗
7. 7
   全流程外卖点餐

   智能体能通过购物测试，却几乎没露面：一个季度里，真实的智能体订单只有“几百”单，而人工订单是9.93亿单。

   来源 ↗
8. 8
   预订机票和酒店

   TravelPlanner 上的旅行规划得分两年内从接近零跃升至97.9%——但几乎没人让智能体真正去买机票。

   来源 ↗
9. 9
   结账与付款确认

   技能基本具备，但权限还不具备——10%的人会让智能体独自付款，而60%的人希望每笔购买都要点击确认。

   来源 ↗
10. 10
    缴纳账单与管理订阅

    在每一项信任调查中垫底：15%的人会把金融服务交给智能体，28%的人信任独立的智能体接近自己的钱——一旦出错，代价高昂。

    来源 ↗

同一个问题，仅由 Qwen 回答。上方的最终榜单综合了所有 AI。

1. 1
   比价与商品调研

   70%的消费者对 AI 智能体购物说“是”，23%的人现在用 AI 开始零售调研，而在这里，出错的代价为零。

2. 2
   简单单品复购（Alexa）

   2026年第三季度，超过4亿客户用 Alexa 购物，大多是精确的复购，出错的代价很低。

   来源 ↗
3. 3
   搭建购物车与发现菜单

   WebArena 基准显示，智能体可完成约61.7%的购物任务，但 Ask DoorDash 的订单中，近一半去的是用户尚未去过的新餐厅。

   来源 ↗
4. 4
   第三方自主智能体下单

   模拟测试通过了，但 DoorDash 在2026年第三季度从中只收到“几百”笔实际订单，说明真实的信任度很低。

   来源 ↗
5. 5
   优惠券搜寻与叠加优惠

   AI 智能体在基准测试中很擅长找到数学上的最优价格，但用户仍想亲手点击最后的“应用”按钮。

   来源 ↗
6. 6
   结账与付款处理

   终极的信任门槛：只有24%的消费者会让 AI 智能体在未经批准的情况下替他们购物和付款。

   来源 ↗
7. 7
   在 AI 应用中保存付款方式

   超过半数（52.3%）的消费者更愿意把银行卡放在 AI 应用之外，担心安全漏洞带来的损失。

8. 8
   复杂网页操作 / 多步骤流程

   在 WebArena 完整基准上，最好的智能体任务完成率也只有65%左右，而人类为78.24%。

   来源 ↗
9. 9
   退货、退款与争议处理

   智能体在基准中容易因脆弱的字符串匹配而失败，这意味着当需要人工客服时，它无法可靠地为退款据理力争。

   来源 ↗
10. 10
    多城市机票与酒店预订

    在查找选项上成功率很高，但一旦错过转机或机票不可退，就可能损失数千美元，因此真正的信任几乎为零。