OpenAI 放弃聊天内交易并非失败，而是市场告诉我们商务 AI 架构的真正用途。
我站在东洛杉矶奥林匹克大道一段阳光普照的街区，手里拿着的可能是最完美的食物：Mariscos Jalisco 的一个炸虾玉米饼。它是一个专业化的奇迹。酥脆的炸玉米饼皮，鲜美的虾肉，一片牛油果，还有一碟鲜艳的莎莎酱。他们没有做十几种事情都做得很好，他们只做一件事，却做得无与伦比。每天排队的人络绎不绝，因为人们不是去寻求多样性；他们去那里是为了获得一种独特、完美的体验，这种体验在其他任何地方都无法获得。
当我思索这些的时候，手机弹出新闻，OpenAI 正在关闭其“即时结账”功能 [1]。这种讽刺意味就像莎莎酱一样浓厚。我手中拿着一个完美例子，展示了专业化如何取胜，而科技界正在处理另一个通用 AI 在专业工作上失败的例子。OpenAI 在构建一个无所不能的 AI 的过程中，试图同时成为玉米饼餐车、农民、渔民和收银员。市场则以一声响亮的耸肩，决定它宁愿去找专家。
OpenAI 的撤退并非 agentic commerce（代理式商务）的消亡。它是该领域发生的最重要、最明确的事件。这是我们从科幻演示毕业，进入复杂、不那么光鲜，但却无限重要的工作，即构建一个真正在现实世界中运作的商务 AI 架构的时刻。这不是 AI 的失败；它是想象力的失败，是对用户信任的惊人误读，以及对商务运营现实的残酷教训。对于那些愿意倾听的品牌来说，这是一份关于下一步该怎么做的蓝图。
一项几乎无人使用的功能的挽歌
让我们残酷地实话实说：OpenAI 的即时结账是一个在寻找问题的解决方案。该功能于 2025 年 9 月上线，本应是一个新时代的开端。你可以在聊天窗口中与 AI 聊天，发现产品，然后直接购买，由与 Stripe、PayPal、Shopify 和 Etsy 的集成提供支持 [1, 2]。这是 Sam Altman 本人推动的“AI 即新操作系统”理论的终极表达。
然而现实并没有那么轰轰烈烈，只有一声微弱的哀鸣。该功能在 2026 年 3 月被不声不响地放弃，转而采用一种看似与旧互联网无异的策略：将用户重定向到 Instacart、Target 和 Expedia 等第三方应用程序 [3]。
为什么？因为几乎没有人使用它。最严重的统计数据，隐藏在 The Information 的一份报告中，是只有区区 12 家 Shopify 商户集成了该功能 [1, 2]。十二家。在数百万家商户中。Shopify 本身在 2025 年第四季度的财报电话会议上指出，在 AI 集成方面，“唾手可得的成果并未成熟”[3]。这在企业术语中，就是一场灾难性的失败。
使用数据显示了同样的故事。虽然 ChatGPT 可以生成推荐——2026 年 2 月生成了 210 万个产品建议——但转化率却低得可怜，只有 0.3% [1]。用户会浏览，但当真正购买时，他们却退缩了。一项内部 A/B 测试显示，当 AI 在聊天窗口中要求提供信用卡信息时，用户流失率高达 68% [1]。人们信任 Instacart 应用程序。他们信任 Target.com。他们信任他们所熟悉的品牌的专业、经过实战考验的结账流程。事实证明，他们不信任在基于聊天的黑匣子中输入支付信息，无论它看起来多么智能。
OpenAI 在 2026 年 3 月 6 日的博客文章中证实了这一转变，首席执行官 Sam Altman 表示：“我们构建即时结账是为了让购买像聊天一样自然，但用户更喜欢他们所熟悉的应用的可靠性”[6]。这一句话是价值数十亿美元的让步，表明由商业专家数十年来磨练的信任和用户体验，不能被一个聪明的 LLM（大型语言模型）轻易取代。
为什么你的 AI 不关心库存同步
那么，到底出了什么大问题？即时结账的失败并非单一缺陷，而是整个 agentic commerce (代理式商务) 堆栈的系统性崩溃。它凸显了对电子商务本质的根本性误解：一项残酷的、运营密集的业务，涉及状态、风险和客户期望的管理。LLM 的核心是一个无状态的预测引擎。而商务则恰恰相反。
从技术上讲，该项目一团糟。其架构依赖于一个 GPT-4o-mini 模型作为代理规划器，使用函数调用来查询合作伙伴 API 以获取库存、支付和物流信息 [2]。但这个优雅的概念在遇到现实世界的混乱时崩溃了。
以下是主要的失败点：
- 库存和状态管理： 聊天是昙花一现的。电子商务需要持久的状态。代理难以在多轮对话中维护用户的购物车，导致因上下文丢失而产生 25% 的购物车放弃率 [2]。更糟糕的是，与 Shopify 的 GraphQL API 等平台的实时库存同步失败率高达 40%，导致用户尝试购买缺货产品。作为备用方案的 Webhook 存在 5-15 分钟的延迟——在现代商务中这是漫长的等待 [2]。
- 欺诈、支付和信任： 这是信任的杀手。使用 Stripe 和 PayPal API 的支付流程在欺诈检测方面有 1.2% 的误报率——比专用移动应用程序高出三倍 [1, 3]。它最初缺乏对 3DS 2.2 等关键标准的支持，这对于许多欧洲交易来说是不可接受的。退货和退款是一个运营噩梦，所有交易中有 15% 需要人工介入 [1]。用户本能地理解这种复杂性，并用他们的钱包投票，大规模放弃了该流程。
- 可扩展性和延迟： 在仅有 10,000 个并发用户的峰值负载下，系统开始崩溃，超出了 Shopify 等合作伙伴的 API 速率限制（每个商店每秒仅两个请求）[3]。欺诈检测模型的开销增加了 500 毫秒的延迟，使得体验与原生应用程序相比显得迟钝。
新的“插件”重定向模型通过简单地将复杂性交给旨在处理它的系统来解决所有这些问题。深度链接轻量、可靠，并将用户传输到一个受信任、高性能的环境中，在那里支付、库存和物流已经经过数十年的优化。从架构上讲，差异是显而易见的：