好的内嵌 AI，不是 App 里的「第二个 App」 - 比赛结果

AI 功能泛滥与定位偏差

每个应用都认为我需要AI，但从未有人征询过我的意见。

你很可能见过这类吐槽：如今任何应用都要与AI挂钩，实际却毫无用处。评论区里一片附和，被点名的应用几乎涵盖了所有类别。

用户其实很清楚自己不满的原因。原本只需两步就能完成的操作，突然多出一个醒目的按钮，甚至单独设立一个标签页，或者要求先与AI对话几句，这些都只是增加了不必要的操作步骤。

海外将这种状态称为“AI疲劳”。2026年发表在《Computers in Human Behavior Reports》上的一项研究甚至专门设计了一套AI疲劳量表，将这种疲劳分解为认知过载、情绪压力、行为脱离和身体疲劳四个维度。

AI的普及正在引发一种“功能通胀”：技术能力提升了，但用户感受到的产品价值却未必同步增长，甚至可能下降。因为应用本质上就是将复杂任务简化后的产品。

我要打车，直接输入目的地。 我要听歌，就点击播放按钮。

如果AI又要求用户把已经简化的需求重新用自然语言描述一遍： “请帮我打一辆从这里到公司的车。”

那它就把一个确定的操作重新“展开”成了对话。问题在于，提示词并不天然比按钮更先进。

与此同时，将AI植入应用是近两年最明确的趋势。截至2026年3月，国内AI原生应用用户规模已达4.46亿。除了争夺AI原生应用入口，大型科技公司还在将AI塞进用户日常使用的应用中。微信灰度测试“小微”，支付宝加入“阿宝”；美团放出了“小团”。

一边是几乎所有产品都在增加AI入口，另一边是用户觉得毫无用处。问题并非“AI还不够聪明”。模型每半年就有显著进步，但用户抱怨却未见减少。真正的问题在于，AI与原有产品发生了错位。

**第一种是需求错位。**很多产品并非发现了AI适合解决的问题，而是先决定“今年必须AI化”，再回头寻找场景。如果换成ChatGPT、豆包、DeepSeek，甚至做得更好，那么这个应用再造一个聊天框的意义就非常有限。

**第二种是交互错位。**AI擅长处理模糊问题。但大量应用里的任务却非常明确。当用户已经知道自己想要什么时，AI未必是更好的入口；它真正擅长的是用户只知道“我大概想要什么”的时候。

**第三种是存在感错位。**真正引发反感的，是关不掉、总弹出、占据核心入口、不断提醒你“试试AI”。AI功能本身并不必然带来负面反馈，真正引起差评的，反而是用户明确意识到AI存在之后。

什么问题和任务适合交给AI

那么，什么位置才算合适？

越确定的任务，越适合按钮；越模糊的需求，越适合AI。

“播放下一首歌”，不需要AI。但：“今天很累，想听点安静的，又别太丧。” 就开始不一样了。

“买一张周五上午上海去北京的高铁票”，传统筛选器已经解决得很好。 但：“周末想带孩子出去玩，两天，不想太累，预算2000块，最好别全在室外。” AI的价值就开始出现。

前者需要的是准确执行，后者需要理解一个人没有完全说清楚的意图。

Google今年推出Ask Maps时，强调的也不是让用户改用聊天方式搜索“附近咖啡店”，而是处理过去需要同时查地点、评论、营业状态才能回答的复杂问题。

它依靠的不只是Gemini，还包括来自超过3亿个地点的信息和庞大的社区评论体系。

所以一个内嵌AI真正成立，往往至少需要满足两件事：

第一，这里确实存在传统按钮、搜索框和筛选器难以表达的模糊需求。 第二，这个应用能提供一些通用AI默认拿不到的场景上下文。

否则问题就很简单了：我为什么不直接去问ChatGPT、豆包或者DeepSeek？

基础模型越来越接近之后，真正产生差异的，是：我能给这个模型什么别人没有的东西。

地图知道真实世界的位置关系。 淘宝拥有商品、订单和消费场景。 美团拥有餐饮、本地服务与履约能力。 音乐平台则知道一个人过去几年真正听过什么。

Spotify今年扩大测试的Prompted Playlist，就是一个很好的例子。

用户不再需要准确说出流派、年代和BPM，而可以直接描述一个场景、一种心情甚至一段回忆，Spotify再结合这个账号从加入平台以来的完整听歌历史生成歌单。比如： “找一些我大学时候很喜欢、但今年没有再听过的歌。”

这是一个传统搜索框很难处理的问题。

所以自然语言进入音乐应用，本身并不奇怪。

网易云音乐最近上线的小宝，同样先做好了这一层：它没有试图搞出一个AI播放键，而是出现在“听歌之后的下一步”——不知道听什么，可以问；听到一首歌想知道创作背景，可以问；想知道自己的口味最近变了没有，也可以问。

自然语言在这里填补了按钮本来就解决不了的部分。

同样握着听歌记录，同样接得上大模型，差别会出现在哪？

AI更难复制的是产品里的情绪和关系

音乐平台都有用户的听歌记录。知道你喜欢什么、跳过什么、最近循环什么，早就是推荐系统的基础能力。

网易云音乐过去更有辨识度的一部分，却不只是“知道你听了什么”，还包括积累了很多听完以后发生的事情。

为什么网易云的评论区曾经成为一种极有辨识度的产品文化？

因为很多用户听到一首歌以后，会下意识地往下划。他们并不只是想研究歌词或创作背景。 更多时候是在确认：有没有人和我感觉一样？

有人在一首歌下面写下自己的失恋、青春、一座城市或者某个普通的晚上；另一个完全陌生的人，可能几年以后才第一次听到这首歌，又刚好读到了这段话。

过去对网易云评论的大规模分析也能看到这种特征：爱情、回忆、孤独、亲情和人生节点，是大量热门乐评反复出现的主题。音乐只是入口。后面逐渐长出来的，其实是一套围绕音乐发生的表达和连接。这也是垂直AI里一个很容易被“数据壁垒”四个字掩盖的东西。

数据告诉AI：用户做过什么。

但一个产品长期积累的还不只是播放次数，还包括：用户为什么愿意在这里表达，以及习惯用什么方式和这个产品相处。

垂直AI的差异，不只来自它知道多少，更来自这个产品原本已经建立了什么关系。从这个角度再看小宝，会比“网易云音乐也有了一个AI助手”有意思得多。

网易云音乐给小宝设计的能力不只有找歌和讲歌，也包括品味解读、听歌报告和陪伴闲聊。

过去，云村的情绪反馈更多发生在人和人之间。这种反馈是公共的，也是异步的。它依赖于另一个人先写下来，又依赖你恰好在某一天看见。

AI增加的是另一种关系：即时、私人，而且可以继续追问。

**如果说乐评区更像一个公共区域，小宝则更接近一间可以随时进去说两句话的小房间。**前者提供人与人的偶遇和共鸣；后者增加的是即时、个体化的回应。它们是两种不同的情绪反馈机制。

音乐本来就是一个非常低门槛的情绪入口。小宝因此可以是一个听歌搭子，也有机会成为一个很轻量的“情绪树洞”：从歌聊起，最后聊到一点生活。

这种产品逻辑和云村的社区属性一脉相承。过去，是“人—音乐—人”。一首歌把两个原本完全陌生的人连接起来。现在，则多出了一种“人—音乐/情绪—AI”的情绪反馈方式。

当然，AI不会因此替代真实的人，也不应该被理解成心理咨询。它的价值可能更朴素：那些只是突然想说两句话、又不一定值得专门找个人讲的时刻，多了一个很低门槛的出口。

我测试小宝的「本命歌手」时，碰到的就是这一层。七轮二选一，最后留下的是赵雷。让我多停了一下的是它接着说：这个账号听过赵雷463次，他直到第六轮才出现，出现以后就没再被淘汰。

通用AI知道赵雷是谁，音乐平台更有机会知道赵雷和“我”之间发生过什么。

再叠加上一个产品过去十多年形成的表达和社区关系，这种“上下文”就不只是数据库里的播放次数。

它开始带上一点产品自己的性格。不过，这同时也是更难的地方。推荐错一首歌，用户下一首切掉就行。但如果一个AI开始尝试理解情绪，容错空间反而会变小。

太套路，会显得敷衍。过度揣测，又容易越界。小宝能不能把「情绪树洞」从一个击中你情绪的玩法，变成长期可靠的体验，仍然需要时间验证。如果这条路成立，对网易云音乐来说，这意味着小宝可以串联起推荐、内容、社区和用户关系这几层体验，是很有想象空间的一次延伸。

不管如何，至少它提供了另一个观察AI内嵌应用的角度：模型可以复制，功能也很容易跟进；一个社区过去很多年形成的关系，却很难随着API一起被接进来。

好的内嵌AI，不该成为应用里的「第二个应用」

也正因为AI可以从音乐一路聊到情绪，它的位置反而更需要克制。它应该接住「下一步」，而不是抢走「第一步」。

打开音乐应用，第一件事还是听歌，不是聊天。打开地图，第一件事还是找路，不是问AI。所以AI更合理的位置，是在传统功能解决不好的那个下一步。

内嵌AI是产品的延伸，而不是另起炉灶。你需要它的时候，它应该比过去的搜索框更聪明；你不需要它的时候，它最好几乎不存在。

小宝有一点值得讨论的地方也在这里：它没有把网易云首页直接变成一个ChatGPT，而是依然附着在听歌场景附近，要点一下才会出现。至少目前来看，它选择的是一种比「把聊天框放在正中央」更克制的路径。

这条路也不是谁都能一次走对。比如小红书的点点就调整过位置：2026年3月的一次版本升级后，用户一度无法再从搜索框使用「问点点」，官方客服的说法是入口下线了，后续会上线新入口。内容做对了，位置也还得试。

上下文越深，边界越重要。

听歌轨迹、订单、位置、文档——这些正是垂直AI唯一的护城河，也正是用户最在意的部分。

AI如果要「更懂你」，产品就必须更清楚地告诉用户：它用了什么，为什么用，以及可不可以不用。

这一条目前行业里做得都不算好。

现在行业还处在典型的「AI显性化」阶段。但真正成熟之后，AI大概会逐渐退到后台。

你不需要知道推荐算法是什么，也不会在意相机的降噪、HDR、计算摄影背后用了哪个模型。用户只会觉得：搜索更懂我了，照片更好整理了，推荐更准了，一段模糊的话也能找到想听的歌了。

AI的终点未必是每个应用都拥有一个AI助手，而是越来越多应用不再需要强调「这里有AI」。

回到开头那条吐槽，它当然不完全对。AI已经在很多场景证明了自己极其有用。但这句抱怨真正针对的可能不是AI，而是一种产品懒惰：把「加入AI」等同于「产品升级」。

不是所有应用都需要一个聊天机器人，也不是所有需求都值得变成一段提示词。

当新鲜感过去，判断一个AI功能好不好，标准其实会重新变得非常朴素：

它有没有少让我做一点事，多理解我一点，以及在我根本不需要它的时候，离我远一点。

本文来自微信公众号“吴怼怼”（ID：esnql520），作者：吴怼怼，36氪经授权发布。