Gemini开始替用户下单：谷歌在印度测试Flipkart购物智能体

谷歌正在印度测试一项让 Gemini 直接参与电商购物的新功能，用户可以通过 Gemini 应用或 Google 搜索中的 AI Mode 查找 Flipkart 商品，并在对话界面内推进购买流程。

这次测试由 Google 与沃尔玛旗下的 Flipkart 合作完成，目前只对部分印度用户开放，覆盖的商品范围也有限。谷歌计划在 2026 年 10 月晚些时候扩大测试规模。

这不是一次普通的商品搜索升级。它意味着 Google 正在把 Gemini 从“帮你找商品的聊天机器人”推向“替你完成购物任务的软件代理”。不过，现阶段它距离完全自主下单仍有距离，谷歌更像是在验证用户是否愿意把选品、比价和购买决策交给 AI。

发生了什么：Gemini开始进入Flipkart购物链路

购物智能体是能够理解用户购买意图，并代表用户完成搜索、比较、选择和交易等连续任务的软件代理。

根据 9 月 26 日披露的信息，谷歌正在印度测试通过 Gemini 和 AI Mode 购买 Flipkart 商品的能力。用户不必先打开 Flipkart 应用，再逐个搜索商品，而是可以直接用自然语言描述需求，例如寻找一台适合小户型的空气炸锅、比较不同品牌的手机，或者为节日准备一份预算有限的礼物清单。

Gemini 会根据用户的描述整理商品选项，并展示价格、商品信息和购买入口。对于进入测试范围的商品和用户，后续购买步骤可以继续在 Google 的购物体验中完成，具体是否需要跳转 Flipkart、如何确认付款，以及哪些商品支持完整流程，则取决于测试资格和商品类型。

这里需要注意一个边界：目前公开信息只能确认谷歌正在测试“通过 Gemini 和 AI Mode 购买 Flipkart 商品”，并不能据此断言 Gemini 已经可以在所有商品上完全自主下单，也不能断言用户无需任何确认就能完成付款。此次功能仍是有限测试，谷歌尚未公布完整的商品覆盖范围、订单取消机制和支付授权细节。

Google为什么选择印度和Flipkart

印度是 Google 验证 AI 电商代理的重要市场，因为它同时具备庞大的移动互联网用户规模、快速增长的线上消费需求，以及高度本地化的语言和支付场景。

Flipkart 是印度最重要的电商平台之一，也是沃尔玛在印度电商市场的核心资产。对 Google 来说，接入 Flipkart 的价值不只是增加一个商品来源，更重要的是可以测试 AI 购物是否能在非美国市场成立。印度用户的语言、节日消费、价格敏感度和配送区域差异，都比相对标准化的美国线上购物环境更复杂。

Google 已经在印度提供英语和印地语购物体验。此前 Google 介绍过，Gemini 的购物功能由 Shopping Graph 支撑。Shopping Graph 是 Google 用来组织商品、价格、库存和商家信息的购物数据系统，覆盖超过 500 亿件商品，其中约 20 亿件商品每小时更新一次。

这个数据规模决定了 Gemini 购物体验的上限。模型本身负责理解用户意图和生成推荐，Shopping Graph 则负责提供相对新鲜的商品事实。两者结合后，Gemini 才有机会回答“哪一款更适合我”这类问题，而不仅是生成一段看起来合理的购买建议。

从聊天推荐到代客交易，差别在哪里

AI 购物真正的难点不是推荐商品，而是让推荐结果能够被可靠地转化为订单。

过去的 AI 导购主要解决三个问题：理解用户想买什么、列出候选商品、总结不同商品之间的差异。用户仍然需要点击商家网站，检查规格、填写地址、选择支付方式，并最终确认订单。

购物智能体则试图把这些步骤串起来。它需要处理用户的模糊需求，也要识别库存、价格、配送时间、优惠条件和退换货政策，还要在真正产生支付行为前获得明确授权。

| 阶段 | 传统电商搜索 | Gemini购物智能体 | 当前Flipkart测试的状态 | |---|---|---|---| | 需求理解 | 用户输入关键词 | 用户用自然语言描述目标、预算和偏好 | 已进入测试场景 | | 商品发现 | 用户自行浏览结果 | AI 汇总商品、价格和购买渠道 | 部分商品支持 | | 商品比较 | 用户手动打开多个页面 | AI 生成比较结果并解释差异 | 依赖商品数据完整度 | | 购物车操作 | 在电商平台内完成 | 由 Google 体验承接部分流程 | 有限用户测试 | | 支付与下单 | 用户在商家页面确认 | AI 可能协助完成，但需用户授权 | 公开细节有限 | | 售后与退款 | 由商家平台处理 | 需要进一步打通订单和客服系统 | 尚未明确 |

这也是本次更新最值得关注的地方：Google 正在测试的不是一个新的商品推荐页面，而是一个连接搜索、模型、商品目录和交易系统的任务代理。

Gemini的优势：入口、数据和支付体系

Google 在 AI 购物上的最大优势不是单一模型能力，而是它拥有从搜索到支付的完整消费互联网入口。

Gemini 可以承接用户的对话需求，Google 搜索可以承接高意图流量，Shopping Graph 可以提供商品数据，Google Pay 和 Google Wallet 则有机会承担支付与地址等环节。只要这些系统之间的权限能够打通，用户理论上不需要在多个应用之间反复复制商品链接、地址和订单信息。

谷歌今年早些时候已经宣布与 Walmart、Shopify、Wayfair 等零售和电商企业探索 AI 购物合作。其方向很清楚：让 Gemini 不只是推荐某个商品，而是成为一个能够连接商家账户、购物车、支付信息和售后流程的统一入口。

Flipkart 测试的重要性在于，它把这套模式带到了 Google 自身电商业务并不占主导地位的市场。Google 不需要成为印度电商平台，只需要让用户在搜索和 Gemini 中完成更多交易，就能在购物决策入口获得更大影响力。

对 Flipkart 来说，接入 Gemini 也有现实收益。平台可以获得更多来自搜索和对话场景的订单，同时把商品库存、价格和配送能力接入新的流量入口。但代价是，用户可能逐渐把“在哪里买”交给 Google，而不是直接记住 Flipkart 的品牌和应用入口。

和OpenAI、亚马逊相比，Google走得更快吗

AI 购物正在成为 Google、OpenAI 和亚马逊共同争夺的新入口，但三家公司切入方式并不相同。

| 公司 | 主要入口 | 购物智能体方向 | 当前特点 | |---|---|---|---| | Google | Search、Gemini、Circle to Search | 将搜索、商品数据和支付串联 | 入口最广，覆盖搜索和安卓生态 | | OpenAI | ChatGPT | 在对话中发现商品并支持即时结账 | 对话体验强，依赖零售商合作 | | Amazon | 电商平台和自有 AI 助手 | 将模型能力嵌入商品、物流和会员体系 | 交易基础设施最完整 | | Flipkart | 印度电商平台 | 通过 Google 获取新的 AI 购物流量 | 本地商品和配送能力更强 |

Google 的优势是用户已经在搜索框里表达购物需求。很多人搜索“适合 4 人家庭的洗碗机”或“印度排灯节送父母的礼物”，本质上已经处在消费决策过程中。AI Mode 的任务，是把这类搜索从链接列表变成结构化推荐和可执行任务。

OpenAI 的优势则是对话连续性。用户可以在 ChatGPT 中反复修改预算、风格和使用场景，模型更容易形成一个相对完整的购物上下文。亚马逊的优势在于订单、仓储、配送和会员体系，它不一定需要把用户带到别的平台，因为交易本身就在自己的系统里完成。

因此，Google 这次测试并不意味着它已经在 AI 电商上领先。它更像是利用搜索和支付基础设施，迅速补上交易执行这一环。

最大挑战不是模型，而是信任

AI 代客购物最难解决的问题是责任归属，而不是生成商品描述。

如果 Gemini 推荐的商品价格过期，平台需要承担什么责任？如果 AI 误解了用户需求，买错了尺寸或型号，退货由谁处理？如果系统在用户没有明确确认的情况下完成付款，Google、Flipkart 和支付机构之间又如何划分责任？

这些问题决定了购物智能体能否从演示功能变成高频产品。

电商交易中的信息并不总是结构化的。商品标题可能夸大功能，图片和实物可能存在差异，促销价格可能附带会员、地区或支付条件，配送时间也可能因为库存变化而改变。模型可以帮助用户理解这些信息，但不能自动消除数据本身的不确定性。

更现实的产品形态可能是“半自动代理”：Gemini 负责搜索、筛选、比较和填写信息，用户在最终商品、价格、收货地址和支付金额上进行确认。这种模式牺牲了一部分自动化程度，却能显著降低误购和误付款风险。

对于高频、低客单价商品，用户可能愿意授权 AI 直接重复购买；对于手机、家电、机票等高客单价商品，用户仍然会希望看到完整的商品详情和售后政策。Google 需要根据商品类型设置不同的自动化等级，而不是用一个统一的“替我购买”开关解决所有场景。

对开发者意味着什么

购物智能体会提高商品数据质量的重要性，因为 AI 只能在结构化、可验证的数据上稳定工作。

过去，商家优化电商页面，重点是关键词、图片和转化率。进入 AI 购物阶段后，商品的规格字段、库存状态、价格有效期、配送区域、退货政策和变体关系都可能影响模型是否推荐该商品。一个标题写得漂亮但结构化信息缺失的商品，可能更难被智能体准确理解。

开发者需要关注的也不只是模型调用，而是商品目录、订单状态、身份认证、支付授权和售后接口之间的协作。一个真正可用的购物代理，至少需要处理以下几类状态：

• 商品是否仍然有库存；
• 价格和优惠是否对当前用户有效；
• 商品能否配送到指定地址；
• 用户是否完成了明确的购买授权；
• 订单创建后能否查询、取消或申请退款。

这意味着未来的 AI 电商竞争，可能从“谁的模型回答更像人”转向“谁能把模型接入更可靠的商业系统”。模型负责理解和决策，商家系统负责事实和执行，支付系统负责授权，三者缺一不可。

结论：这是交易入口的争夺，不只是购物功能更新

Gemini 在印度测试 Flipkart 购物智能体，表面上是一次地区性产品测试，实际是在验证 Google 能否把搜索流量转化为可执行的交易任务。

短期看，这项功能对普通用户的价值主要是减少搜索、比价和跳转步骤；对商家而言，它提供了一个新的商品曝光入口；对 Google 而言，则是把 Gemini 的商业化从广告推荐推进到交易分成和购物服务。

但在 2026 年 9 月这个时间点，用户还不应该把它理解成一个可以完全放手的自动购物机器人。测试范围有限，商品覆盖有限，支付和售后细节也没有完全公开。它现在更接近“由 AI 协助完成的购物流程”，而不是“AI 独立替用户做决定”。

真正值得观察的是 10 月扩围之后的三个指标：第一，Google 是否扩大 Flipkart 商品和用户覆盖范围；第二，用户是否愿意持续使用 Gemini 完成复购和高客单价商品购买；第三，谷歌能否把订单、退款和售后也纳入同一套代理流程。

如果这三个问题得到解决，Gemini 就不再只是一个回答问题的助手，而会成为连接用户意图与商业交易的新入口。届时，用户打开电商应用购物的习惯，可能会逐渐变成先告诉 AI 自己要买什么，再由 AI 去协调搜索、商家和支付。