那 DoorDash 自己的 AI 功能用得多吗？
数据比第三方智能体好得多。Ask DoorDash 生成的购物车构建速度快 5 倍，订单客单价高近 50%、独特商品多约 60%，近一半订单来自用户没试过的本地餐厅。但 DoorDash 没有披露这类订单的绝对数量。
MCP 是什么，为什么和这件事有关？
Model Context Protocol，一个开放标准，让第三方 AI 工具能以统一方式调用外部服务。DoorDash 接上 MCP 后，理论上任何支持该协议的 AI 助手都能直接帮用户下单，不再需要自己抓网页。
AI 智能体购物还有戏吗？
有，但场景会先集中在对决策要求高的品类：保险、旅行、大件商品、企业采购。低决策成本的高频消费（外卖、日用品复购）短期内仍然是 App 直接打开更快。
总结
几百单这个数字不是”AI 电商失败”的证据，而是”AI 电商还很早”的证据。真正值得记住的是那个对比：同一个 AI，做成平台内置功能能抬客单价 50%，做成外部渠道却连一万单都摸不到。这说明现阶段 Agent 的价值在于增强既有产品，而不是替代用户入口。
想发现更多好用的 AI 工具？查看我们的 AI 模型库 与 工具对比引擎，或继续阅读：AI 电商模式拆解 · 1Password for Agents · AI 对科技圈外公司零财务回报。
过去一年，”AI 智能体替你购物”被当成电商的下一个入口，OpenAI、Google、Meta 都在推，Walmart 专门开了 Agent Gateway，Amazon 干脆选择封杀。但真实的用户行为可能泼了所有人一盆冷水。
在周四的第三季度财报电话会上，DoorDash 联合创始人兼 CEO 徐迅（Tony Xu）回应分析师提问时说了一句被广泛引用的话：“AI 智能体在它们上线以来的这段时间里，一共产生了几百个订单。”
然后他补了一句被媒体称为”严重保守”的评价：对 DoorDash 来说，这是一个”极低使用率的场景“。而 DoorDash 在 2026 年第三季度处理了接近 10 亿单。
几百单 vs 10 亿单
这个对比力度不需要任何修辞。就算按”几百单”取上限 999 单来算，占比也只有百万分之一。哪怕只看某一个月的量，也远远不到需要单独披露的程度。
需要说句公道话：DoorDash 的 MCP（Model Context Protocol）连接器上线还不到一个月，而且目前只对少数”早期测试伙伴”开放，主要用途是简化企业团餐下单。在没有标准化连接器之前，第三方智能体要走网页接口去下单，技术上麻烦得多——所以这个数字并不完全反映需求，也反映了供给侧的缺位。
另外要区分口径：徐迅说的”第三方智能体订单”不包含 DoorDash 自家的 AI 功能。而自家那套的数据很漂亮。
同一个 AI，自家用和外面用，差别巨大
DoorDash 今年夏天上线的 “Ask DoorDash” 是一个内置的 AI 下单助手——拍一张食谱照片就能生成购物车，或者说一句”四口之家的晚饭”就能拿到推荐。公司上月披露的数据是：
- 用 Ask DoorDash 生成的购物车，构建速度快 5 倍；
- Ask DoorDash 订单的客单价高出近 50%；
- 包含的独特商品数多约 60%；
- 近一半的订单落在消费者从未尝试过的本地餐厅。
这组数据说明什么？AI 点餐不是没人要，而是用户要的是”在 DoorDash 里用 AI“，不是”在外面让另一个 AI 去调 DoorDash”。前者是产品功能，后者是渠道重构。渠道重构会碰到谁掌握用户关系、谁掌握数据、谁拿佣金这些硬问题，不是接个 MCP 就能解决的。
徐迅的判断：智能体适合大决策，不适合点饭
他给了一个挺有说服力的分界线。徐迅认为 AI 智能体在”需要长时间权衡的购买“和重大决策上确实有价值——那种你会希望有个助手在后台主动帮你做的事。但对于”点个饭”这类简单任务，”我们看到用户还是直接来 DoorDash”。
这条分界线其实可以推广到整个 Agent 电商赛道。买房、买车、买保险、订复杂行程——决策链条长、信息不对称严重、比价成本高，智能体的价值成立。而点外卖、买日用品、复购下单——用户已经形成了肌肉记忆，多一层智能体只会增加摩擦。
这也解释了为什么 Walmart 开放 Agent Gateway 而 Amazon 选择封杀 这件事，本质上是两家对”谁该掌握购物入口”的不同赌注，而不是技术能力差异。The RealReal 封杀 AI 购物智能体 更直接——库存是稀缺的，让机器人和真人抢货没有商业意义。
1994 年的 Pizza Hut 类比
拿现在的数据下结论，可能和 1994 年看 Pizza Hut 第一次尝试网上订餐一样短视。当年没人能想象今天超过一半的 Pizza Hut 订单是在线下的。也许几年后回头看”AI 智能体只下了几百单”这件事，会觉得很好笑。
但徐迅自己保持了克制。他说：”我对所有技术的看法是，你永远不该对抗重力。但同时，你也不该自欺欺人。”
这句话值得所有做 Agent 电商的团队抄在墙上。趋势是真的，时间表是假的。绝大多数”AI 智能体将重构电商”的预测，错不在方向，在速度——它们把五到十年的事说成了明年的事。
对创业者意味着什么
- 别把”接入了 MCP”当成产品：连接器是基础设施，不是价值。DoorDash 接了 MCP 一个月，订单数是几百；
- 优先做高决策成本场景：比价复杂、信息不对称、试错成本高的品类，智能体才有立足点；
- 小心”用户关系”这道墙：平台不会轻易把用户界面让给第三方智能体，这是Meta Muse 做自有智能体购物 而 Amazon 封杀外部智能体的根本原因；
- 真实的增长来自功能，不是渠道：Ask DoorDash 让客单价涨 50%，靠的是把 AI 塞进用户已有的路径里。
常见问题（FAQ）
DoorDash 的 AI 智能体订单到底有多少？
CEO 徐迅在 2026 年第三季度财报电话会上说的是”几百个订单”，并且明确称这是”极低使用率的场景”。相比之下，DoorDash 同季度总订单量接近 10 亿单。
为什么 AI 智能体下单这么少？
两个原因。一是供给侧还没铺开——MCP 连接器上线不到一个月，只对少数早期伙伴开放；二是需求侧本身有限，点外卖是低决策成本的高频行为，用户习惯了直接打开 App，不需要智能体代劳。
那 DoorDash 自己的 AI 功能用得多吗？
数据比第三方智能体好得多。Ask DoorDash 生成的购物车构建速度快 5 倍，订单客单价高近 50%、独特商品多约 60%，近一半订单来自用户没试过的本地餐厅。但 DoorDash 没有披露这类订单的绝对数量。
MCP 是什么，为什么和这件事有关？
Model Context Protocol，一个开放标准，让第三方 AI 工具能以统一方式调用外部服务。DoorDash 接上 MCP 后，理论上任何支持该协议的 AI 助手都能直接帮用户下单，不再需要自己抓网页。
AI 智能体购物还有戏吗？
有，但场景会先集中在对决策要求高的品类：保险、旅行、大件商品、企业采购。低决策成本的高频消费（外卖、日用品复购）短期内仍然是 App 直接打开更快。
总结
几百单这个数字不是”AI 电商失败”的证据，而是”AI 电商还很早”的证据。真正值得记住的是那个对比：同一个 AI，做成平台内置功能能抬客单价 50%，做成外部渠道却连一万单都摸不到。这说明现阶段 Agent 的价值在于增强既有产品，而不是替代用户入口。
想发现更多好用的 AI 工具？查看我们的 AI 模型库 与 工具对比引擎，或继续阅读：AI 电商模式拆解 · 1Password for Agents · AI 对科技圈外公司零财务回报。