文丨镜相工作室，作者 | 阮怡玲，编辑丨胡苗
Seany 的手机里装了四五百个 App，基本都保持最新版。他并非全部认可这些更新，更多时候，他是在观察它们更新了什么。
过去两年，他眼看着这些 App 一个个长出了 AI 功能：搜索框旁边多了 AI 图标，边栏出现了 AI 助手，有的 App 直接把 AI 入口放在了底部导航栏原来 " 首页 " 按钮的位置。
他在一家头部游戏企业做过游戏社区 AI，现在在深圳做产品设计咨询，对这套东西不陌生。但他也承认，现在绝大多数 AI 助手都很 " 垃圾 "。
这不是他一个人的感受。QuestMobile 的数据显示，2025 全年，内嵌 AI 应用插件的月人均使用频次的同比增速是独立 AI App 的 2.8 倍，月人均使用时长的同比增速是独立 AI App 的 3.3 倍。用户正在越来越频繁地与 AI" 不期而遇 "，但越来越多的用户也开始问：为什么所有 App 都要塞一个 AI？
矛盾在于：对用户并不必要，企业却必须做。
我们找了几位产品经理聊了聊。他们中有人做过游戏社区 AI，有人正在大模型产品一线。他们的看法并不完全一致，但都指向同一个方向：问题不在于 " 要不要做 "，而在于 " 怎么做，做多深，以及什么时候做 "。
AI 正在进入每一个 App
AI 进入 App 的方式，比很多人想象得更直接。
2026 年 6 月，微信开始灰度测试 AI 智能体 " 小微 "，原本的稍后阅读浮窗入口被替换为 " 小微 "，朋友圈也开始内测 "AI 帮写 "。
中国移动 APP 底部导航栏上，AI 助手被安排在居中、最显眼的位置，能够查询话费、套餐、办理业务，还能预订机票、酒店、推荐本地美食等。
AI 搜索是平台 App 们首先尝试的方向。小红书的 " 点点 "、微信的 AI 搜索、微博的 " 智搜 "，都是各 App 内 AI 最早落地的场景之一；" 算法猜你喜欢 " 变成了 "AI 猜你想听 "，QQ 音乐、网易云音乐、汽水音乐等音乐软件，都推出了 AI 助手帮用户找歌；淘宝、京东，还有事关买车、买房的贝壳、懂车帝 App 也都加入了 AI 导购。
就连消费企业的 App 也在探索：瑞幸、肯德基的点单小程序开始内置 AI，盒马推出 AI 营养师；一张床垫、一个人体工学椅，也可以配备 AI" 健康顾问 "；AI 冰箱能够识别食材、推荐菜谱；AI 电视可以通过手势控制、更换频道；AI 油烟机可以进行语音对话……
在海外，各个软件大规模接入 AI 的行为，被一些人称为 "AI washing"（洗 AI）——为了跟上趋势，给产品贴上 AI 标签。当 AI 无处不在，用户开始产生抵触情绪，这种现象被称为 "AI fatigue"（人工智能疲劳）。
有时候，看不惯这些 AI 功能的突然出现，忽略就好了。但某些时候，AI 有着极强的存在感。
一位网友分享，她曾在搜索后想点击某个网页查看详情，但顶部 AI 总结却不断地生成内容，将页面持续向下滑动，直到 AI 生成结束，她都没有点击到想看的网页链接。
AI 客服，是许多人最无法接受的功能。一些 AI 客服上线后，用户们发现，找到人工客服的入口变得更深，操作步骤也更多，花费的时间自然也更长。
过去，拒绝 AI 是一件很容易的事情，可以不下载、不注册、不使用；如今，当我们谈论 AI，谈论的不仅是豆包、DeepSeek、ChatGPT 这类大语言模型，也不仅是 AI 陪伴、AI 翻译这样的独立应用，而是早已成为我们生活一部分的事物。
有人不喜欢 App 里的 AI，其实是不喜欢失去自主关闭它的权利。" 我要用 AI，会自己寻找 AI 工具。" 为此，有人在更新前，养成了先看下一个版本是否插入了 AI 的习惯，有人直接卸载 App，重装了没有 AI 功能的旧版本。
许多用户并不排斥 AI，他们真正反感的是一个没有提供足够价值的 AI。Seany 认为，如果 AI 带来的新体验无法超越用户原来的使用方式，甚至增加了学习成本，那用户自然会觉得它鸡肋。" 它没有让用户觉得‘没有它不行’，反而让用户觉得‘原来的方式挺好的’。"
但 Seany 也承认，这是 AI 应用早期必然经历的阶段。" 你不能够因为现阶段很鸡肋你就不做。"
企业为什么必须做？
这些早已成熟的 App 们，为什么要加入 AI？
Seany 之前在一家游戏公司，应该算国内比较早接触 AI 的游戏团队。从公司出来后，这一两年他在深圳一些比较小的公司做产品设计咨询，多多少少都会遇到 AI 相关的问题。在他看来，现在好像每一个 App 产品都要搞一个 AI 助手，第一个原因，是 AI 相当于拓宽了一条用户路径。
它是在替代原来的全局搜索，变成一种更高层级的用户路径。所有平台型产品加 AI 助手，最终想达到的其实都是这个目的。
比如原来用户逛电商软件，如果有明确意向，用户会使用搜索功能；如果没有明确意向，可能就在 feed 流（信息流）里面逛，慢慢找到自己想买的东西。但淘宝的 AI 助手，是先通过聊天的方式让用户表达需求，然后再推荐更精准的商品。这是一条新增的路径，而只要对用户路径拓宽，本质上都会带来流量变化。
这是 " 做了可能有什么好处 "。
但更现实的驱动力，是 " 不做会有什么后果 "。
杨康是一款用户规模上亿的 App 的 AI 产品经理。他认为，几乎每个业务负责人都存在不同程度对 AI 带来增长机会的期待。企业希望通过新的技术手段，提升产品的服务能力、便捷性、效率和体验。大模型是新技术中的一种，也的确已经给某些产品带来了改变。
应运而生的，是对掉队的恐惧。每个公司、每款应用都无法超脱于这场 " 军备竞赛 "。" 当市面上几乎所有产品都在叠加 AI 功能，如果自己不引入 AI，就意味着会损失一部分用户的黏性、体验时长和未来的商业机会。" 杨康说。
例如，当 Notion 推出人工智能写作工具后，Google Docs（谷歌文档）、Evernote（印象笔记）和 Microsoft Word（微软 Word）等传统软件也不得不进行改革，没有人希望自己的产品被认为是 " 过时的 "" 落后的 "。
Seany 也观察到，现在很多公司的 AI 焦虑，会逐级传导到每一个员工身上，" 比如你作为某一个 App 的产品负责人，每天都在群里看到老板问，这个 AI 怎么样了，那个 AI 怎么样了，为什么我们的产品里还没有体现 AI 能力？那你就不得不做。" 因此，这也让市场上存在 " 为了有 AI 而设计 AI" 的情况。
当然，企业愿意尝试 AI 功能，不只是因为焦虑，还因为试错成本并不高—— AI 已经变得足够便宜，接入方式也足够简单。
去年这个时候，调用 GPT-4 级别模型，每 1000 个 token 仍需要几分钱；如今，具备同等能力的模型价格已经下降至原来的 1/3 以下，国产对标模型的价格则更低。接入 AI 的门槛也越来越低，企业不需要自研大模型，直接调用 API 接口，就能快速把 AI 能力集成进产品。
杨康还提到一个更根本的变化：基于大模型的 AI 服务，和过去的软件功能有一个明显区别——它必须具备更多主动性，帮助用户找到需求，而不是只在用户明确提出需求时才提供支持。这是一种更难的路径，对用户需求的理解仍在摸索。但这也意味着，基于大模型的 AI 服务和与 App 的结合，天然会比过去的 " 搜索框 "" 推荐流 " 走得更深。
当然，这些 AI 能力最终是否真的提升产品价值，还需要时间验证；但有些 App 实际上已经靠着 AI 找到了新的增长空间。比如美图，作为一家老牌图片工具公司，用户增长放缓后，很难持续提高用户付费意愿，而 AI 出现后，AI 换装、AI 绘图、AI 视频等功能让公司焕发新生。
于是，对于企业来说，加入 AI，绝不是一个困难的选择。相反，" 至少从一两年前开始，通过 AI 改造自身业务，或者添加外挂式 AI 能力，就成为一个合理且几乎必然的选择。" 杨康说。
" 现在绝大多数 AI 助手都很‘垃圾’。"Seany 直白地承认，但他也理解，为什么企业仍然要做。" 不管有没有用，你得先有这个东西，才能保住你的‘命’。"
一场与 AI 的磨合
用户烦，企业却必须做。这个矛盾怎么解？
不是所有 AI 都值得做。
Seany 认为，真正做得好的 AI 助手，打通了全公司的能力。
比如一些电商平台，用户说 " 我想买一个微波炉 "，AI 会进一步问：想要白色还是黑色？预算是多少？它是在满足明确需求的基础上，把需求理解得更充分。但这种能力，需要把所有商品、用户数据、交易数据整合起来才能实现。
但不是所有产品天然都需要 AI。受访者们认为，一些用户有明确需求的 App，搜索和下单路径已经够用。而需求模糊的场景，AI 则可以通过用户行为完善画像。
杨康所在的软件曾经新增过一些外挂式 AI 服务。上线初期，一部分用户并不买账。他们认为这些功能很冗余，尤其是一些人有类似 " 产品洁癖 " 的想法，甚至产生了激烈的对抗情绪。但当团队尝试弱化、简化，甚至移除这些功能时，另一种反馈出现了：" 为什么这个功能消失了？" 对他们来说，这个 AI 助手的确用起来很方便。最终，经过多次优化后，这项服务以另一种形式保留了下来。
在杨康看来，这正是许多非 AI 原生 App 正在经历的过程：企业需要在用户的反馈中，寻找 AI 真正适合的位置，" 大家其实都会走弯路，甚至会做很多无用功和负面功；尤其是和原本业务没有直接关系、无中生有式的 AI 功能。"
一些音乐软件用户反馈，他们尝试使用音乐软件的 AI 助手整理周杰伦创作的、但没有收录在个人专辑里的歌曲，也有人直接把歌曲列表交给 AI 整理，但最终 AI 没能做好。
又如游戏的 AI 助手，有用户反馈，一个游戏平台增加了能实时提供攻略的 AI 助手。但她无法看懂游戏画面，也无法准确匹配攻略，反而影响玩家体验。
目前，企业需要解决的，是如何降低探索 AI 过程对用户的影响。不同公司也采取了不同策略：有的公司只在小范围内测 AI 功能，比如淘宝，一旦出现大范围的负面反馈立刻终止；有的选择先推出独立 AI 产品，避免影响原有用户习惯，比如美团首先上线独立 AI App" 小美 "，并通过邀请码测试，之后才逐渐将 AI 助手融入美团 App。
Flomo 创始人少楠也曾在播客分享，他们 2024 年也给 Flomo 增加了 AI 能力，只是入口隐藏得比较深。当许多笔记软件都在宣传接入 DeepSeek 等大模型时，Flomo 并没有第一时间跟进，团队在决定是否加入 AI 之前，反复问三个问题：用户真的需要吗？我们加上后能赢吗？这笔账算得过来吗？
Seany 自己的做法是，如果觉得体验不好，可以把入口做小一点，放在角落里，但是一定要有。因为未来随着大模型发展，以及大模型和企业业务数据更深度融合，它可能会越来越能理解用户需求。现在不好用，是因为能力还没有完全成熟。但企业必须经历这个阶段。
AI 成为基础设施，或许只是时间问题。
未来更深层次的发展，可能不是每个 App 都有一个 AI 助手，而是 AI 本身成为一个全局入口。用户不需要打开具体 App，直接给 AI 发消息，它就能调用各种 App 完成任务。
但在那之前，企业和用户都还需要经历这场适应期。大家都还在尝试探索、理解 AI 究竟能做什么。
（应受访者要求，杨康为化名）
