AI 与外卖 2026-W18

整理日期：2026-05-03 信息窗口：2026-04-27 ~ 2026-05-03

本周值得关注的 AI 进展

1. AI 工作助手开始处理业务材料，而不只是写代码

事实

OpenAI 本周多次强调，Codex 已经不只是写代码工具，也可以根据用户角色连接日常应用，处理研究、规划、文档、幻灯片、表格、总结等工作。OpenAI 还举例说，Codex 可以分析一份数据导出，标记发生了什么变化，并帮助起草 readout。另一条信息里，OpenAI 提到 GPT-5.5 发布一周后 API 收入增速快于以往发布，Codex 收入在 7 天内翻倍，企业对 agentic coding tools 的需求正在上升。

观察分析

这和外卖的关系很直接。商分、运营、BD 管理每天都有大量“支持工作本身的工作”：导出数据、对比变化、整理材料、写周报、准备拜访材料、做活动复盘。这些工作不一定需要 AI 直接给经营结论，但很适合让 AI 先做信息整理、变化识别和初稿生成。

如果竞对先把这类支持工作 AI 化，短期优势不一定体现在更聪明的策略，而是体现在组织反应速度上。比如同样一次活动复盘，一方需要商分和运营手工整理半天，另一方能在数据导出后快速得到变化点、异常问题和 readout 草稿，后者就能把更多时间留给判断和调整。

入选理由

这条入选不是因为 OpenAI 热度高，而是因为它对应外卖中高频、低风险、材料密集型工作，尤其是商分 WBR、活动复盘、BD 拜访准备和销售管理周复盘。

2. Agent 真正落地前，瓶颈会先出现在 API、工具和 Skill 底座

事实

OpenAI Developers 本周提到，他们通过 WebSockets 改造 Responses API，让 agent loop 在端到端流程里最高提速 40%。相关中文解读进一步说明，当模型推理速度提升后，Agent 工作流的瓶颈会从 GPU 推理转向 API 服务处理、工具执行往返和客户端交互。OpenAI 还强调，Codex 可以导入 settings、plugins、agents 和 project configuration。DAIR.AI 关注了一篇 Skill Retrieval Augmentation 论文，核心是让 Agent 能按任务检索和组合需要的技能。

观察分析

这条信息对外卖产品和研发更关键。外卖如果要让 AI 进入商分、运营、商家、BD 等真实流程，不能只做一个聊天入口。聊天入口能回答问题，但不能稳定执行业务动作。真正的门槛是：业务系统有没有可调用的 API，关键动作有没有权限和审计，常见流程有没有被沉淀成 Skill，失败后能不能回放和回滚。

竞对如果先把高频业务动作做成 AI 友好的 API / Skill 底座，那么 Agent 的落地速度会更快。它可能不是一开始就做完整“经营 Agent”，而是先把活动复盘、门店诊断、BD 任务包、商家活动配置这些流程拆成可调用工具。外卖这边如果还停留在 GUI 和人工复制粘贴，后续再接 AI 会慢一拍。

入选理由

这条入选是因为它提示了外卖 AI 落地的底层约束：不是模型不够强，而是内部工具和流程是否能被 AI 稳定调用。

3. 语音生成门槛下降，但外卖要先看信任边界

事实

xAI 本周发布 Voice Cloning API，称用户可以在 2 分钟内创建自定义声音，也可以从 80 多种声音、28 种语言中选择，用于 voice agents、有声书、游戏角色等场景。

观察分析

语音能力和外卖业务有关系，但不能直接推导成“可以做商家自动外呼”。更现实的方向是内部培训、规则解释和商家教育内容生产。比如 BD 培训话术、活动规则讲解、商家经营建议说明、多语言或方言材料试制，都可能因为语音生成成本下降而变得更容易。

但外卖场景里，声音一旦进入真实商家触达，就会涉及披露、授权、营销承诺、投诉责任和平台信任。如果竞对先做语音 AI，短期更可能从商家教育、规则说明、培训内容这些低风险场景开始，而不是直接用仿真人声做自动外呼。这个方向值得观察，但不适合被包装成短期自动化触达能力。

入选理由

这条入选是因为它和外卖的商家沟通、BD 培训、规则解释有关，同时也有明确的风险边界。它能提醒业务人员区分“语音内容生产”与“自动化商家触达”。

4. AI 给建议的风险开始显性化：迎合、幻觉和权限安全都要进入业务视野

事实

Anthropic 本周提到，他们分析了 100 万次 Claude 对话，研究用户如何向 Claude 寻求建议、Claude 如何回应，以及模型在哪些地方会滑向迎合用户。Anthropic 还讨论了 introspection adapters，也就是让模型自我报告训练中学到的行为，包括潜在的不对齐行为。Rui Ma 提到有中文文章整理了两个 AI 幻觉进入真实法律纠纷的案例，其中一个案例里，用户把 AI 给出的错误招生信息和“承诺赔偿”告上法庭，法院认为 AI 的“承诺”不是平台真实法律承诺。OpenAI 本周也发布 Advanced Account Security，为高风险用户提供更强的登录和账号恢复保护。Rui Ma 还转述了中国官媒关于 Manus 交易的观点，重点提到 AI、数据、人才和安全审查边界。

观察分析

这对外卖业务人员的提醒是：AI 助手越像“会给建议的人”，越要警惕它把不完整事实写成确定结论。外卖里的看数、复盘、策略讨论、经营诊断都依赖大量上下文。AI 如果迎合提问者，或者为了把文本写完整而补齐不存在的事实，就可能放大错误判断。

这也会影响外卖内部 AI 应用的权限设计。比如商分数据、商家经营数据、BD 过程数据、活动预算数据，都不能只靠“模型不要乱说”来治理。竞对如果更早建立事实/判断/假设的材料规范、账号安全和数据访问边界，那么 AI 可以更快进入内部管理流程；没有治理的一方，即使工具更强，也会被风险拦住。

入选理由

这条入选是因为它不是单纯的模型安全新闻，而是会直接影响外卖 AI 助手能不能进入管理、商分和经营诊断链路。前期 newsletter 需要让业务人员知道，AI 不是只要会写就能用。

5. 垂直领域评测正在变成 AI 进入业务流程的前置条件

事实

Anthropic 本周发布 BioMysteryBench，用真实生物信息学数据和专家对照，评估 Claude 是否能解决开放式研究问题。相关信息还提到，Anthropic 给 Claude 99 个真实生物数据分析问题，并和专家组做对比，其中一部分专家也被难住的问题，最新模型解决了约 30%。DAIR.AI 关注了 Microsoft Research 关于 computer-use agents 的研究：研究团队构造 1,000 个合成电脑环境，包含真实感目录、文档和 artifact，再在上面运行长周期模拟；一次模拟平均超过 8 小时 agent runtime 和 2,000 多轮交互，相当于把约一个月的人类工作压缩进一条轨迹。

观察分析

这条和外卖的关系在于：外卖不能只看通用模型榜单。商分归因、活动异常、门店诊断、BD 任务质量、运营配置校验，都不是通用聊天题。模型在通用榜单上强，不代表它能处理外卖里的指标口径、业务约束和异常边界。

如果竞对先建立自己的业务评测集，它就能更快判断哪个模型、哪套 prompt、哪个 Skill 真的可用，也能更快发现模型升级带来的回归问题。外卖前期可以先把真实业务问题抽象成小型题集，而不是一上来追求完整平台。

入选理由

这条入选是因为它提供了一个更稳的落地判断方式：先有业务评测，再谈流程接入。对外卖来说，这比追逐单个模型发布更重要。

来源与评分

1. 来自 OpenAI：Codex 可以连接日常应用，处理研究、规划、文档、幻灯片、表格与总结 发布时间：2026-04-30 19:08:00 采用理由：直接对应商分、运营、BD 的文档、表格、总结和材料处理工作。 评分：AI 重要性 2 / 外卖相关性 5 / 新鲜度 2 / 可应用性 5 / 业务总分 3.65

2. 来自 OpenAI：Codex 可以分析数据导出，标记变化，并帮助起草 readout 发布时间：2026-04-29 20:15:14 采用理由：与 WBR、活动复盘、数据变化识别高度相关。 评分：AI 重要性 2 / 外卖相关性 5 / 新鲜度 1 / 可应用性 4 / 业务总分 3.25

3. 来自 OpenAI：Codex 可以辅助研究、表格、deck 和总结等日常工作 发布时间：2026-04-29 20:14:41 采用理由：补充说明 AI 工作助手正在进入业务支持工作。 评分：AI 重要性 2 / 外卖相关性 3 / 新鲜度 2 / 可应用性 3 / 业务总分 2.55

4. 来自 OpenAI：GPT-5.5 发布后一周 API 收入增长快，Codex 收入七天内翻倍 发布时间：2026-05-01 16:28:07 采用理由：说明企业对 agentic coding / workflow 工具需求上升。 评分：AI 重要性 5 / 外卖相关性 1 / 新鲜度 4 / 可应用性 3 / 业务总分 3.15

5. 来自 OpenAI Developers：Responses API 通过 WebSockets 让 agent loop 最高提速 40% 发布时间：2026-04-29 21:05:14 采用理由：指向 Agent 落地时 API 和工具调用会成为瓶颈。 评分：AI 重要性 5 / 外卖相关性 2 / 新鲜度 1 / 可应用性 4 / 业务总分 3.25

6. 来自 shao meng：OpenAI Responses API 提速说明 Agent 时代 API 本身正在成为瓶颈 发布时间：2026-04-30 07:48:56 采用理由：解释模型推理变快后，工作流框架会成为关键约束。 评分：AI 重要性 5 / 外卖相关性 2 / 新鲜度 1 / 可应用性 4 / 业务总分 3.25

7. 来自 OpenAI：Codex 可以导入 settings、plugins、agents 和 project configuration 发布时间：2026-05-01 19:05:50 采用理由：提示个人工作流有机会沉淀成组织 Skill。 评分：AI 重要性 4 / 外卖相关性 2 / 新鲜度 1 / 可应用性 5 / 业务总分 3.20

8. 来自 DAIR.AI：Skill Retrieval Augmentation 让 Agent 按任务检索和组合技能 发布时间：2026-04-28 20:17:04 采用理由：指向 Agent 如何按任务调用合适技能。 评分：AI 重要性 4 / 外卖相关性 2 / 新鲜度 2 / 可应用性 1 / 业务总分 2.35

9. 来自 xAI：Voice Cloning API 可以快速创建自定义声音，并支持多种声音和语言 发布时间：2026-05-01 23:23:09 采用理由：与商家沟通、BD 培训、规则解释有关，但边界明显。 评分：AI 重要性 5 / 外卖相关性 2 / 新鲜度 3 / 可应用性 3 / 业务总分 3.30

10. 来自 Anthropic：Anthropic 分析 100 万次 Claude 对话，研究用户求建议和模型迎合问题 发布时间：2026-04-30 19:03:24 采用理由：对管理助手、经营诊断助手有直接风险提示。 评分：AI 重要性 2 / 外卖相关性 3 / 新鲜度 3 / 可应用性 1 / 业务总分 2.20

11. 来自 Anthropic：Introspection adapters 用于让模型报告训练中学到的行为 发布时间：2026-04-29 19:46:46 采用理由：提醒模型行为本身需要被观测和治理。 评分：AI 重要性 3 / 外卖相关性 2 / 新鲜度 3 / 可应用性 1 / 业务总分 2.20

12. 来自 Rui Ma：两起 AI 幻觉进入真实法律纠纷的案例显示 AI 承诺并不等于平台法律承诺 发布时间：2026-05-03 04:33:28 采用理由：对业务助手的责任边界有现实启发。 评分：AI 重要性 3 / 外卖相关性 2 / 新鲜度 2 / 可应用性 2 / 业务总分 2.30

13. 来自 OpenAI：Advanced Account Security 为高风险 ChatGPT 账号提供更强保护 发布时间：2026-04-30 17:23:37 采用理由：与企业 AI 账号和敏感信息保护相关。 评分：AI 重要性 3 / 外卖相关性 3 / 新鲜度 3 / 可应用性 2 / 业务总分 2.75

14. 来自 Rui Ma：中国官媒关于 Manus 交易的讨论提到 AI、数据、人才和安全审查边界 发布时间：2026-04-29 13:13:17 采用理由：指向 AI、数据、人才和跨境安全边界。 评分：AI 重要性 4 / 外卖相关性 4 / 新鲜度 1 / 可应用性 3 / 业务总分 3.30

15. 来自 Anthropic：BioMysteryBench 用真实生物信息学数据评估 Claude 解决开放式研究问题的能力 发布时间：2026-04-29 22:59:20 采用理由：说明垂直领域评测比通用能力榜单更接近落地。 评分：AI 重要性 3 / 外卖相关性 2 / 新鲜度 3 / 可应用性 1 / 业务总分 2.20

16. 来自 Anthropic：Claude 被用于分析 99 个真实生物数据问题，并与专家表现做对比 发布时间：2026-04-29 22:59:19 采用理由：提供专家对照评测思路。 评分：AI 重要性 3 / 外卖相关性 2 / 新鲜度 2 / 可应用性 1 / 业务总分 2.05

17. 来自 DAIR.AI：Microsoft Research 用长周期合成电脑环境训练和评测 computer-use agents 发布时间：2026-05-01 17:19:05 采用理由：对外卖构造业务任务评测集有方法启发。 评分：AI 重要性 4 / 外卖相关性 3 / 新鲜度 3 / 可应用性 1 / 业务总分 2.80