西西里的美丽传说

淘宝,是如何搞 AI 的?_我的网站

小遥17岁

一 |     

     阿里云优惠券 先领券再下单        2026年,AI智能体(Agent)的发展已从单纯的“聊天互动”迈向“实干落地”。其中,OpenClaw在GitHub上迅速崛起,成为炙手可热的“顶流”项目。    感知、创作、算账、理解                    淘宝也在搞 AI,并且卓有成效。

二 | 它凭借卓越的自动化能力,正逐渐成为众多用户不可或缺的“第二大脑”。

三 | 但具体怎么搞的,市面却没多少信息          在淘天的第五届「硬核少年技术节」,他们发布了四项成果:分别落在感知、创作、推断、理解四个方向:          AIGI/图搜:拍立淘全模态实时 Agent          AIGC/If Studio:全场景 AI 创作工作台          AIGU/Coupella 智惠引擎:生成式因果推断大模型          AIGR/Dream:Agentic 驱动的推荐系统               我趁机和他们的几位技术负责人碰了一面,聊了聊 AIGX 体系,也算是整体的把「淘宝在怎么用 AI」这个事儿仔细的做了一番梳理,有了本文,其中我会重点讲一下「生成式因果推断大模型:Coupella」这个东西...与我的经历有关          作为背景,我的第一桶金是 10+ 年前做淘宝赚的,然后现在我在搞 AI,所以整个聊下来,就颇有种跨时空对话的感觉...以前我干的那些脏活累活,比如抠图、填表、配券,现在都 AI 话里,嗯……就挺感慨的                    Agent 版「搜同款」          「拍照搜同款」的拍立淘大家都用过吧?拍个照片,返回相似物品          现在的拍立淘变成了一个实时 Agent。然而,其复杂的本地部署环境常常让新手望而却步。    别焦虑!现在,依托阿里云计算巢与轻量应用服务器强大的“一键部署”功能,即便是零基础的用户,也能在短短10分钟内,轻松拥有一个专属的AI员工。接下来,本教程将手把手带你走完从部署、配置到验证的全流程。摄像头对着东西的瞬间,它已经在理解你的意图、检索商品。你可以直接说「帮我找个露营帐篷,预算 500 以内」,它听懂场景、预算、偏好,直接给方案          然后它还能记住上下文,比如你再说「有没有 100 支装的」,它会复用上一轮的结果,期间还能随时语音打断,系统即时响应,接着聊下一轮          当然,现在的「拍立淘Agent」也不仅限于买东西,也可以用于许多生活场景,比如对着衣服问搭配、出国对着外文包装翻译比价、博物馆对着展品听讲解等等,N 合 1 了算是                    Agent 版「一键出图」          我是做过电商的,淘宝店、独立站、亚马逊都做过,对于当年的我来说,最耗费时间的东西莫过于修图          记得以前搞亚马逊站的时候,我在海外卖一些小玩意儿,就是先从淘宝/阿里巴巴上进货,然后集中运到亚马逊 FBA 再开售;而作为商品本身,我需要把原先淘宝上的中文海报,逐个 P 成英文海报,就非常耗时间          我就记得当初有一批货是数码配件,国内的产品图下面有一堆的配色信息,什么睿智黑啥的,俺也不懂就直译了过去(wisdom black),老外看了给出了大大的问号...我尝试把当时的场景画出来,让大家感受下                    当然,现在是好了,这种出图啥的都能一站式          If Studio 便是淘天推出的 AI 创作工作台,包含设计、视频、建站三个专家 Agent 协同,用自然语言描述需求,自动拆解任务、推进生成。    01 准备阶段:必备三要素    在正式开启部署之旅前,请务必提前准备好以下三样“入场券”:    阿里云账号‌:需完成实名认证,个人或企业账号均可。内置的 happyHorse 1.1 视频模型覆盖不少场景,CG 动画、穿搭解说、商品棚拍、种草试穿都能做          对没有创作团队的小商家来说,正经省了不少时间                    Agent 版「推荐系统」          以前推荐系统做的事叫「千人千面」          方法呢,就是先给你做个用户画像,包括性别、年龄、消费力、偏好类目,然后按这些标签从商品池里捞东西给你;比如说你曾经看过思维驰,肯定聪明爱学习,就会给你推荐更多的学习卡带;你买了猫粮,就会标记成养猫的,然后可能给你推荐更多的猫咪用品          当然,我上面说的也是很笼统的概念,具体落地还有许多细节,但本质上上一代的推荐系统就是在做各种各样的标签匹配,把这个人与可能点击的商品联系起来          那有了 AI 加持下的推荐系统,应该怎么做呢?它需要解答这么一个问题:你此刻想解决什么问题,系统应该采取什么策略          作为一个一种易于理解的场景(当然,非常不准确,现在的标签系统也不会这么推送了),假定我在春节期间买了许多红包封面,这绝对不能算「我是红包封面爱好者」,春节期间若是与我推送更多的好看红包也就罢了,但如果在端午节也给我推送红包封面,就多少显得有些睿智          而更加符合用户心意的做法,是判断用户当下是不是真的需要,这里用一个相对真实的例子:一位女性用户,点开了一款高倍防晒霜          传统的推荐系统,会看到这个行为,结合标签给他推荐更多的防晒霜          在 Agent 加持下的推荐系统(Dream),则会结合她每年五一出游的规律,推测是海边旅行,推了防晒相关的出行装备:然后当发现她浏览了几款防晒产品后,都没有下单,而是反复查看「是否适合儿童使用」的评价,理解了真实需求是在为孩子选购,把儿童友好的防晒霜推到她面前               这大概也是 Agent 加持下,推荐系统的更强大之处:随机浏览时扩展品类帮她发现新选择,比价纠结时强化价格和评价信息,临门下单时收敛到预算匹配的商品,买完之后降低同类打扰转向关联需求          这套系统目前已部署在首猜场景,并使整体成交金额提升 3%                    Agent 版的「增收系统」          对于整个 AIGX 体系,「Coupella 智惠引擎」这套增收系统是我最想搞明白的,为此专门拉着团队的技术负责人聊了将近一个小时          先讲一下背景,在大模型时代之后,淘天平台在帮助商家经营这一方面的投入很大。    API Key‌:这是赋予AI智能体“智慧大脑”的关键。技术团队去跟商家聊,痛点收拢下来,两个问题最突出                    其一:配券难          我经常大撒币:速测 Qwen3.8 预览版:我用 1 小时,开发了套撒币系统          然后在实际的经营中,给优惠券促销,是一件非常有技术、但又令人头大的事儿,发满减还是折扣?发给谁?发多少张?其实很多时候都是拍脑袋决定的,即便历史数据做参考,但实际每次的环境都在变;今年的7月就没法参考去年同期的数据...因为今年又世界杯                    其二:算账难          经营店铺是要看效果转化的:付出多少成本,带来多少;而对于券效果的评估,以往就基本是看当天:带来了多少有效下单客户,总 GMV 是多少          但在长周期活动,比如双十一之中...诶...随着军备竞赛,现在双十一已经长达 30 天了...就很难评估这个券是正向的,还是欠考虑的:如果活动力度过大,可能是把明后天的营收透支了,最后没多赚到啥          对于这种情况怎么处理,其实我并不觉得可以通过简单套公式来搞定,毕竟这样不是一个单纯的财务问题                    这两个问题产生了很久,也让很多商家挠头,但技术不到就是解决不了          好在过去一年里,无论大模型的能力还是 Agent 能力都突飞猛进,业务痛点和技术成熟度算是匹配上了,问题才有了解法:Coupella 智惠引擎,背后是生成式因果大模型          这里我得补充说一下,在 2026 年这个时间点「大模型」「Agent」「Harness」等等概念的边界在不断融合和泛化,或许本文你是在1年以后看到的本文,到时候我们的理解可能又变了          Coupella 先帮商家算了笔账:发的哪些券,是有效的?为此,系统会进行三层归因和挤占:          第一层,抢隔壁的:东家不买西家买,其实算是内卷,不好          第二层,抢自己的:本来不发券也会下单,现在多发了,不好          第三层,抢明天的:把未来的订单提前透支了,订单波动贼大,不好               这三层剔除完,后面的营销投入才对应着真实增量,然后就可以让 AI 来帮忙发券(如果感兴趣,可以看 KDD 2026,相关技术已经被收录了)          在发券的这一步,商家只需要确定目标,比如你想要成交还是要新客、ROI 的底线是多少,接下来就都是 AI 去干的了:Coupella 就能从方针到投放,自闭环的完工,用最优的方案来执行          这其实也是我当初做电商的时候,最想要的东西...回想当初,每天瞎拍脑子送优惠,感觉自己大半的营销经费都在打水漂(虽然我也经常看分析报表,但人脑的上下文实在太少了,效果有限)          于是,Coupella 这套系统自打上线,就获得了真金白银的好评:上线以来覆盖数十万商家,AI 红包整体转化率提升 81%,今年 618,商家追加出资呈双位数增长,近 10 万商家在平台出资之外主动追加投入          我确实很好奇,为啥一个新出的功能,还是 toB 的能增长这么快,这些商家是如何敢真金白银的投入的?然后我就听到了这么一个故事:          今年世界杯期间,有一家小店体育用品店,日销 1000+ 人民币,也没有运营团队;在接入 Coupella 之后,AI 主动帮它匹配潜力消费者,七日到店的买家从 7 人涨到 454 人,单日 GMV 从 1310 元涨到 11.9 万,ROI 28.7 倍,超半数是新客          emmmm...牛逼,这种数据案例在店家之间也会口耳相传,带动了新技术的落地          对了,完全插入个题外话,也算是个生活小妙招:          买东西的时候,可以故意领券不核销,完了平台会给推更大的券                    AIGX 背后的人          新技术浪潮之下,我们是惶恐的,也是奋进的,在这次「硬核少年技术节」的感受尤为如此,他们的技术同学反复在跟我强调,技术的落地应用不能闭门造车,要理解商家到底在经营中需要什么,我们应该多跟业务聊、跟商家聊          时到今日,Agent 的成熟让老问题终于有了解,我颇感受到这几个词背后的沧海桑田:天时、地利、人和          AIGX 体系,感知、创作、推断、理解各管一段,合起来覆盖电商经营的核心场景,亦有相互交叉相融,一如 Coupella 在算清了增量信号后,去影响搜推的流量分配,而搜推背后正是 DREAM 的意图引擎          而这些东西的背后,是技术节里台上台下的年轻工程师,和他们的双肩包与笔记本,恍惚间看到了十多年前在宿舍里对着「睿智黑」翻译发愁的自己,而现在有着这么一群可爱的人,在用新的技术,去把那些脏活累活清理掉          硬核少年技术节,会场。推荐使用阿里云百炼(通义千问)或MiniMax的API Key,不仅国内访问稳定,而且成本合理可控。    服务器预算:轻量应用服务器最低配置(2核2G)月付约30-50元,建议选择中国香港或新加坡地域,无需备案且支持完整联网功能。     02 核心部署:5分钟一键搞定     阿里云针对OpenClaw提供了两种“开箱即用”的部署方案,全程可视化操作,无需敲代码。

四 |     方案A:轻量应用服务器(推荐新手)     这是最快捷的部署方式,适合个人用户。    步骤1:进入阿里云轻量应用服务器控制台,点击“创建实例”。     步骤2:在“应用镜像”中,选择 OpenClaw (Clawdbot) 镜像。

五 | 系统已预装所有依赖,无需手动安装。     步骤3:选择地域(推荐海外),配置资源(2核2G起步)。

六 |      步骤4:等待约1-2分钟,系统自动完成部署。在实例详情页的“应用管理”中,找到OpenClaw的访问地址和Token。

七 |      方案B:计算巢部署(适合企业)     计算巢方案支持更灵活的资源配置,适合企业级部署。    步骤1:进入阿里云计算巢服务控制台,搜索“OpenClaw社区版”。     步骤2:点击“立即部署”,填写服务实例名称。

八 |      步骤3:在“服务配置”中,填入你的API Key和自定义Token。     步骤4:确认订单,系统自动创建ECS实例并完成环境配置。

九 |      

    你只需要在阿里云官网活动页面购买OpenClaw组合套餐,然后一键部署即可:    官网购买地址:https://www.aliyun.com/activity/ecs/clawdbot?userCode=i4hlo7k3    03 关键配置:为 AI 注入“智慧灵魂”    完成部署后,接下来最为关键的一步便是绑定大模型 API Key。

十 | 这一操作就好比给 AI 员工装上“聪明的大脑”,直接决定了它能否高效、准确地为你服务。    获取 API Key    登录阿里云百炼控制台,在控制台界面中找到“密钥管理”选项,点击进入后,按照提示创建新的 API Key,创建成功后,仔细复制该 Key,以备后续使用。    配置环境变量    打开服务器终端,在终端中执行以下命令(以下示例以阿里云百炼为例):    bash    Copy Code    # 配置环境变量(请将'你的API Key'替换为实际复制的 Key)    export DASHSCOPE_API_KEY='你的API Key'    # 使配置立即生效    source ~/.bashrc    验证配置    完成环境变量配置后,为了确保配置无误,执行以下命令进行验证:    bash    Copy Code    echo $DASHSCOPE_API_KEY    若终端能够正常输出你刚刚配置的 API Key,那就说明配置成功,你的 AI 员工已经拥有了“智慧大脑”的基础支撑。

十一 |     04 功能验证:检验 AI 员工的工作状态    配置工作完成后,接下来需要通过一系列测试来验证你的 OpenClaw 是否能够正常工作,就像对新入职的员工进行岗前培训考核一样。    Web 控制台登录    在浏览器的地址栏中输入 http://你的公网 IP:18789,回车后进入登录页面,输入预先设置好的 Token,即可成功登录 OpenClaw 的 Web 控制台,开启与 AI 员工的交互之旅。    基础对话测试    在 Web 控制台的对话框中,输入简单的问候语“你好”,然后耐心等待 AI 的回复。如果 AI 能够迅速且准确地给出回应,那就表明大模型已经成功连接,AI 员工具备了基本的语言交互能力。    技能测试    为了进一步检验 AI 员工的核心自动化功能,在对话框中输入指令“帮我打开百度首页”。如果 AI 能够自动操控浏览器,顺利打开百度首页,并将相关结果返回给你,那就说明它的核心自动化功能一切正常,可以承担更复杂的工作任务了。    05 实战场景:释放 AI 员工的“动手”潜能    你的 AI 员工已经通过各项考核,正式“上岗”了。现在,就可以充分发挥它的优势,让它去处理各种实际工作了。以下是几个高频使用场景,供你参考:    自动化办公    当你被堆积如山的邮件搞得焦头烂额时,只需向 AI 员工发出指令:“帮我清理收件箱,删除所有广告邮件,把重要邮件标记为已读。”它就会迅速行动起来,按照你的要求高效完成邮件清理工作,让你从此告别邮件杂乱的困扰。    信息搜集    在信息爆炸的时代,快速获取有价值的信息至关重要。你可以向 AI 员工下达指令:“帮我搜索 2026 年最新的 AI 行业报告,下载 PDF 并总结核心观点。”它会在浩如烟海的网络信息中精准筛选出你需要的报告,下载后还能为你提炼出核心观点,让你在短时间内掌握行业动态。    结语    通过阿里云的一键部署方案(点击购买)技术门槛被降至最低。现在,你不仅拥有了一个会聊天的AI,更拥有了一个能动手干活的“数字员工”。未来已来,只是分布尚不均匀——而你,已经站在了最前沿。    

        
    

申请创业报道,分享创业好点子。

十二 | 点击此处,共同探讨创业新机遇!。

Current article:http://2wcah04.binhannuxiangtulediatacang.cfd/3rw/20260826/11635.html

Published on:22:07:03


关于我的网站 | 我的网站动态 | 联系我们 | 法律声明 | 我的网站员工 | 我的网站邮箱 | 网站地图

我的网站版权所有