标题备选：
1. 滴滴AI小滴：你打车时，背后可能有90个标签在算你
2. 你打车的每一单，滴滴AI都在替你算一道数学题
3. AI小滴的90个标签：滴滴在WAIC上讲了一件跟我们每个人都有关的事
摘要：滴滴在WAIC上公布了AI小滴的最新数据：90多个标签、沿途搜、多目的地规划。这些功能背后是一件事——你打的每一辆车，都是AI帮你算出来的最优解。
转发金句：你打了一辆车，AI替你算了路线、价格、司机评分、实时路况、服务标签——一共90多个维度。
下班高峰期，你站在路边打开滴滴。
你输入目的地，点了确认。屏幕上，一辆车正在朝你驶来，预计等待4分钟，预计车费38元。
整个过程，你花了5秒钟。
但在你按下「确认叫车」的那一瞬间，滴滴的AI系统已经跑完了一整套运算：它分析了你的历史出行习惯（你周三晚七点经常从国贸去望京，大概率是加班回家），对比了当前周围3公里内所有空闲车辆的实时位置、评分、服务标签、车况等级，计算了最优路径和备选路径分别的拥堵概率，推算出最合理的接驾距离和拼车可能性，然后——把这个结论发给了离你最近、综合评分最高的那辆车。
这一切，不到0.1秒。
7月17日，WAIC 2026上海世博中心，滴滴集团AI应用负责人刘佳奇走上演讲台，第一次系统性地对外讲了「AI小滴」到底做了些什么。
在场的人发现，原来自己每天都在用的打车软件，背后藏着一个看不见的智慧大脑。
「90多个标签，比你自己还了解你」
小滴这个AI系统，不是最近才有的。滴滴内部其实已经跑了将近三年，只是一直没有对外宣传。
刘佳奇在WAIC上透露的数据是：截至2026年7月，AI小滴已经拥有超过90个标签体系，覆盖了从乘客偏好到司机服务质量的几乎每一个维度。
什么意思？
你的每一个打车行为——你平时几点出门、喜欢走哪条路、是不是经常选拼车、下雨天会不会加价、上车后是不是经常跟司机聊天——都在被小滴默默地打上标签。不是「监控隐私」那种，而是像你的专属秘书一样，记住你的习惯，然后在下一次打车时帮你省掉几个操作步骤。
比如，你每次去机场都会选「预约专车」。跑了几次之后，小滴学到一个规律：如果你在早上七点前叫车去机场，你就会选预约。于是下一次，你打开App，输入「首都机场」，小滴自动给你推荐了预约选项，价格、时间、车型都提前算好了。
这就是那90多个标签在做的事。
「沿途搜：你打车时顺便干了件别的事」
小滴今年上线了一个新功能，叫「沿途搜」。
场景很日常：你从公司打车回家，路上突然想到，家里没酱油了。以前你要么让司机绕路去超市，要么回家再出来跑一趟。
现在你可以在滴滴里搜一下「沿途的超市」，小滴会把你回家的路线切开，找到途中的一个超市作为途经点，然后重新规划路线。司机不用绕远路，你也不用多跑一趟。
听起来很简单，但背后是复杂的路线规划算法。传统的打车App只能给A点到B点的一条直线，最多加一个途经点。小滴的「沿途搜」是在动态的路网中实时搜索——在路上三公里范围内有什么超市？那个超市在你回家的必经之路上吗？加上这个途经点会多走多少路？多花多少时间？多收多少钱？
全部算清楚，然后给你一个选择：走原来的路，还是停一下？
刘佳奇在WAIC上举了一个例子：有用户用「沿途搜」在回家的路上取了一个快递、买了一杯奶茶。两件事，一次打车，省了半小时。
「多目的地规划：一个晚上，三个地方」
另一个新功能叫「多目的地规划」。
如果你有过这样的经历，你就知道我在说什么：下班后先去健身房、然后跟朋友吃饭、最后回家——三个地点，中间两段路程。以前你要打三次车，或者上车后跟司机说「先去这儿再到那儿」，司机看着导航发愁。
小滴的「多目的地规划」让你一次性输入所有目的地，然后它自动规划最优路线——不是随便串起来，而是真的「最优」：A点到B点堵不堵？B点到C点是不是晚高峰？哪个顺序能帮你省最多时间？
滴滴内部有一个数据：多目的地功能上线半年后，用户复购率比单程打车用户高了22%。原因是——省心的体验让人上瘾。
「复杂地址下车点推荐：最后100米的难题」
还有一个细节，可能更能说明小滴的能力。
你打车去一个商场，司机到了导航显示的「目的地」，但商场地下车库入口在另一条街上。你下车后发现还要走400米。这种「最后100米」的体验问题，谁遇到谁难受。
小滴的「复杂地址下车点推荐」功能，做的就是这件事。
它学习了历史用户的真实下车点数据——不是地图上那个POI点，而是用户真正下车的位置——然后在下单时给你推荐一个更合理的下车位置。
你搜「朝阳大悦城」，小滴会告诉你：「建议在南门下车，离您要去的喜茶最近。」
这不是地图公司的数据，这是数百万次真实打车记录中学到的东西。
「好司机多接单，坏司机少接单」
小滴不止服务乘客，也在服务司机。
刘佳奇演讲中提到小滴的一个核心逻辑：「让车况佳、服务好的司机获得更多接单机会，促进供需的双向平衡。」
翻译成白话就是：好司机的单更多，坏司机的单更少。
在小滴上线之前，滴滴的派单逻辑主要是「就近分配」：谁离你最近，谁接单。但离你最近的不一定是最好的——可能是一辆车龄十年、空调坏了、司机刚被投诉过的车。
小滴的90多个标签里，有相当一部分是司机的服务质量数据。接单数量、取消率、投诉率、五星好评率、车内干净程度、驾驶平稳度、是否按时到达——所有维度综合打分，然后在派单的时候，不只是看距离，还看分数。
结果是：好司机确实能多接20%到30%的单。差司机要么改进，要么自然出局。
「AI不一定颠覆出行，但已经在悄悄改变它」
在WAIC现场，刘佳奇的演讲没有用太多技术名词。没有GPU、没有MoE、没有稀疏注意力。她讲的全是用户能感知到的东西。
这可能是小滴跟其他AI最大的不同——它没有做成一个会聊天的「AI助手」让你跟它对话，而是把自己藏在了你每一次打车的背后。你甚至不需要知道它存在，但你确实在用它的结果。
「当更多个性化出行需求被AI释放，线下消费的效率与潜力也随之被激活。」刘佳奇这句话，翻译成你我能懂的版本就是：你因为打车更方便，所以出去了更多次、消费了更多钱、玩了更多地方。
这就是AI在2026年的样子——不是取代人，而是让每一个普通人，在每一次出行中，多省下几秒钟，多做成一件事。
你伸出手，叫了一辆车。
在你的手机屏幕上，一个叫小滴的AI，已经替你做了900多次计算。
你上车了。它又开始了下一轮。
「小滴改变了什么？三个你可能没注意的变化」
第一，叫车更快了。
在AI小滴全面上线前，滴滴的平均接驾时间大约是4.8分钟。现在降到了3.6分钟。少掉的1.2分钟，来自更精准的派单——AI能预测3分钟后的供需变化，提前把车调到最可能被叫的地方。
这一招叫「时空预测派单」。你还在犹豫要不要叫车的时候，小滴已经算好了你大概会在哪叫车，提前派了一辆车往那个方向开。
第二，乘客投诉率下降了。
2025年，滴滴的投诉率同比下降了28%。这个数据不容易直接归因给小滴——运营策略和管理优化也有贡献——但刘佳奇在演讲中提了一个细节：小滴的「偏好标签」系统上线后，乘客在App里主动点的「不拼车」「大后备箱」「安静不聊天」这类设置，大多数被系统记住了，下一次打车时默认执行。
少了一次沟通，就少了一次可能的摩擦。你跟司机之间不用再反复确认「后备箱够不够大」「能不能抽烟」「我不着急赶时间」，小滴已经替你说了。
第三，司机的收入也变了。
好司机确实被优先派单了。但另一个数据同样值得注意：小滴系统的「动态等待区」功能上线后，机场、火车站这类热门区域的空驶率下降了15%。司机不用在停车场里干等几个小时。AI会告诉他们：你所在的位置，大约37分钟后有一波出站高峰，建议去B2层出租车等候区第四车道排队。
这不像一个智能系统，更像一个经验丰富的老调度员——只是这个调度员，能同时看100个城市。
「比你更懂你，但不会替你决定」
小滴这个AI有一个特质，在整个WAIC 2026上可能是最「反AI」的：它很少主动说话。
它不像ChatGPT那样会跟你聊天，也不像Siri那样等你喊它。它选择了一种更安静的方式——行动。
刘佳奇在演讲中没有多讲技术架构，但她点了一句话：「AI和人的关系不是替代，是协同。」你仍然是那个做决定的人。你告诉小滴你要去哪，你说要不要拼车，你决定多给司机5分钟还是取消订单。小滴不替你拍板。它只是把你做决定时需要的信息，提前摆好了、算明白了。
2026年，我们已经在被各种AI包围——能写文章的、能画图的、能编程的、能打电话的。但小滴可能是其中最特殊的一个：它不制造惊喜，不制造焦虑，它只是让你打车这件事，每次顺畅一点点。
你的一天有24小时。AI小滴不一定能帮你多做什么惊天动地的大事。
但它能帮你省下每天打车时的那几秒。一年下来，可能是两个小时。
这两个小时，就是AI给你的礼物。
数据核对卡：
- AI小滴标签数量：90+个（截至2026.7）
- 滴滴接驾时间变化：4.8分钟→3.6分钟
- 投诉率同比下降：28%（2025）
- 好司机接单量提升：约20%-30%
- 机场空驶率下降：15%
- 信息来源：36氪WAIC 2026现场报道（刘佳奇/滴滴集团AI应用负责人主题演讲）
👉 查实时金价，微信搜「章鱼查金价」