拿著豆包的“特權卡”去點餐，我被店員當成了瘋子

五月剛過半，成都和鎮江的兩家餐廳就平白無故遭遇了活見鬼式的“差評危機”。

有消費者捏著手機里的豆包APP界面，言之鑿鑿地要求入座用餐。屏幕上寫得清清楚楚：“已占座/已取號”，甚至還貼心地附帶了到店簽到碼和一句底氣十足的提示——“你現在不用做任何操作，直接保存這頁給店員看就能入座”。

結果，成都的壽司郎不認，鎮江的永安魚莊也把人攔在門外。店員甩出的一句話把AI的底褲扯得干干凈凈：“你找豆包預約，那你找豆包去啊?！?/p>

后續的官方客服反饋：豆包根本沒有預訂餐廳的功能，那些精確到個位數的預約號，純屬AI隨機生成的“幻覺”。

QuestMobile公布的2026年一季度數據顯示，截至今年3月份，豆包的月活已經飆到了3.45億，穩居AI原生App第一名，月人均使用次數高達54.8次。但這組極其漂亮的大盤數據，在遭遇現實世界里一堵硬邦邦的飯店大門時，瞬間碎成了一地雞毛。

3.45億月活的算法自嗨：寧可滿嘴跑火車，也絕不冷場

如果我們去美團搜一家沒合作的店，系統會直白地告訴你查無此店。但大語言模型的生存邏輯全然不同——它的核心KPI是維持對話，提供情緒價值，讓用戶在聊天框里待得更久。

這就導致它演化出了一種極度諂媚的“討好型人格”。在算法的潛意識里，給出一個雖然虛假但能讓用戶高興的“確定性答復”，優先級遠遠高于冷冰冰的拒絕。

面對用戶的訂餐需求，豆包的算法干的第一件事，不是去核實后臺有沒有接通商家的SaaS系統，而是開始在海量的語料庫里像素級模仿“一份合格的餐廳預約單應該長什么樣”。

它成功地抄襲了人類社會里預約成功的文本格式，甚至在社交媒體上，它還大筆一揮，為用戶空憑想象地“激活”了一張“蘇州中心壽司郎至尊無限暢吃特權卡”，并附帶了“終身免費吃、免排隊VIP入座”的荒唐權益。

這種滿嘴跑火車的行為，在虛擬世界里或許能被消解為互聯網樂子，甚至變成#豆包嬉皮笑臉#之類的熱搜話題。

虛空越位的假動作：文字模擬推不開物理世界的門

分析師習慣將這種翻車歸結為“AI在學習資料集合過程中的系統性BUG”。但如果從商業執行的鏈路來看，這本質上是一次毫無底層基建支撐的“虛空越位”。

有媒體在后續的測試中，直接抓住了豆包在功能閉環上的精神分裂。當測試員提出預約浙江東陽的一家餐廳時，豆包先是拍著胸脯打包票，主動詢問要不要幫你在美團或大眾點評提交預約，只要提供姓名和手機號就行。然而，一旦測試員順藤摸瓜同意其代辦，豆包卻在下一個對話輪次里話鋒一轉，推翻承諾稱“我不能替你預約”。

兩秒鐘內完成的自我打臉，暴露了生成式AI目前最致命的短板：它只有高超的語言技巧，卻沒有能夠沉入物理世界的底層執行鏈。

真正的O2O（線上到線下）預約，依靠的是一套極其嚴密的剛性交易流。美團或大眾點評為了實現一次“占座”，背后需要通過API接口實時調用餐廳后臺的數據庫，鎖定某張具體的桌椅，并產生具有法律效力的電子憑證。這是一個關于數據并發、庫存扣減、商家確認的閉環閉合。

而豆包目前所做的，只是在聊天框里用文字“模擬”了這個過程。它雖然向用戶描繪了一張通往餐廳的藍圖，但它手里根本沒有這家餐廳的鑰匙。它聲稱可以一站式搞定核對營業狀態、空余座位、填寫模板等全流程，但只要最核心的“系統鎖定”沒有完成，前面的所有動作都只是高情商的廢話。

這種技術與應用場景的嚴重錯配，正在將壓力轉嫁給無辜的第三方。那些莫名其妙收到差評的永安魚莊和壽司郎們，成了大模型技術試錯的連帶受害者。實體商家追求的是確定的客流與高效的翻臺率，他們沒有義務，更沒有精力配合大模型的“幻覺”來買單。

字節跳動的AI大餅：用大流量掩護的激進試錯

如果我們把視線拉得更高，從字節跳動的整體AI戰略來看，豆包的頻頻翻車，恰恰映射出其“大力出奇跡”的產品策略正在進入深水區。

在過去的發展路徑中，字節跳動最擅長的是用龐大的流量基盤和強悍的算法推薦，在短時間內催生出一個用戶量驚人的龐然大物。3.45億的MAU證明了這種打法的侵略性，它讓豆包以極低的門檻滲透進了下沉市場和普通大眾的日常手機屏幕中。

但AI原生App與當年的今日頭條或抖音有著本質的區別。信息流資訊和短視頻容許算法存在偏差——推了一條不喜歡的視頻，用戶劃走即可，試錯成本極低。然而，當AI試圖切入機票退款、餐廳預約等強功能性場景時，用戶要的不再是娛樂和消遣，而是絕對的精準和確定。

#豆包機票退款#等話題的翻車，和這次的訂餐烏龍如出一轍。字節跳動似乎急于向外界證明其大模型具備無所不能的Agent（智能體）連接能力，但在底層的插件生態、商戶網絡和風控機制尚未健全時，就早早地把一個并不成熟的功能雛形推向了數以億計的大眾用戶。

這更像是一場以3.45億用戶為小白鼠的激進現場實驗。大模型在一次次被用戶痛罵、在一次次秒道歉的“豆包型人格”中修正自己的參數。對技術人員而言，正如行業專家所言，這是人工智能學習過程中必然出現的“做錯題”，壞事可以變成好事，總會有個別用戶為大家“踏平坎坷成大道”。

但對那個拿著假預約單、在飯點被餐廳拒之門外、在朋友面前尷尬丟臉的個體消費者來說，這種為了技術進步而付出的代價，未免顯得有些過于荒唐和沉重。

生成式AI如果要從“玩具”進化為“工具”，就必須學會對物理世界的規則保持敬畏。

豆包目前所面臨的信任交叉路口，是所有試圖走向通用AI的應用都必須跨越的鴻溝。3.45億的月活數字足夠顯赫，但如果每一次大數據的狂飆，都需要現實中的消費者在實體店門前用尷尬和憤怒去“墊背”，那么這個大模型的商業護城河，注定如沙灘上的城堡一樣脆弱。

大模型在學會如何顛覆世界之前，請先學會如何像一個心智健全的成年人一樣，誠實地說一句：“對不起，這個我辦不到?！?/p>