这种判断并非没有依据。去年11月，千问App刚刚启动公测；不到3个月后，用户已经可以在千问里说一句“帮我点杯奶茶”，直接完成下单。技术和数据上的障碍，或许会比想象中更快被突破。

　　真正难“理顺”的，其实是另一层更敏感的关系：当AI既是推荐者，又能从成交中获得收入，它究竟在替谁做决定？

　　豆包方面就此问题专门强调，商家不能通过付费影响推荐和排序。这实际上已经主动划出一条边界：推荐和收费不是一回事。

　　这条边界之所以重要，是因为AI推荐与传统广告之间存在一个明显区别。搜索广告至少会标注清晰的“广告”标签，消费者能够知道哪些结果属于商业推广；但AI如果说“根据你的预算、同行人员和住宿需求，我更推荐A酒店”，听起来更像一个充分了解自己的顾问，而不是一个广告位。

　　所以，AI越懂用户，这种推荐就越有说服力；推荐越有说服力，商业利益就越需要透明。

　　上海数学与交叉学科研究院经济学副教授李沐炘提出，大模型的一项重要价值是降低消费者的信息搜索成本，因此，自然推荐与商业付费之间保持清晰边界非常重要。

　　她认为，如果商业因素影响推荐而消费者又难以识别，不仅可能影响用户信任，也可能进一步增强平台作为信息入口的市场力量。相比传统OTA，AI推荐还具有更明显的“黑箱”特征：为什么推荐A而不是B，外界往往更难判断。由此带来的算法公平性、商业利益与自然推荐的边界以及外部监督机制，都将成为新的治理问题。