VC 瘋投 Shopping Agent，但 Amazon 已經開始封鎖了：這個賽道值得賭嗎
VC 瘋狂押注 AI 購物 Agent，但平台已經開始設防了
> Meta Shift
Adobe Analytics 在今年六月做了一個調查，發現有 41% 的消費者在網購時用過某種形式的 AI 工具 — 這個數字包含你在 Google 搜尋時用了內建 AI、或者問了 ChatGPT 一句「這牌子的球鞋品質怎樣」都算在內。乍看之下沒什麼了不起，但這個數字去年同期幾乎是零。（來源：Adobe Analytics）
另一個數字更有意思：根據 Retail Dive 和電商分析平台 Rithum 在四月做的調查，有 53% 的購物者說他們對 AI 推薦的信任程度，跟對品牌官網的信任程度差不多。這代表什麼？代表消費者心理上的防線在快速軟化。
M13 的投資人 Mark Grace 說他今年夏天明顯感覺到這個賽道在加速 —「現在已經有一些購物 Agent 可以真正替你去完成交易了，而且人們越來越習慣把這種事外包給 AI。」
但就在 VC 開始大量押注這個賽道的同時，另一邊發生了一件很值得一起看的事：Amazon 封鎖了 Meta 的 AI 購物入口。Meta 本來想讓用戶透過 WhatsApp 或 Instagram 的 AI 對話直接完成 Amazon 訂單，結果被直接堵在門外。這件事沒什麼技術難度，就是一個商業決策 — Amazon 不想讓別人的 AI 站在自己和用戶之間。
這就是 AI 購物 Agent 賽道目前最核心的矛盾：技術在往前跑，但平台的圍牆也在同步加高。VC 看到的是市場機會，但他們可能低估了護城河被平台鎖死的風險。
這個賽道的商業模式長什麼樣子
先拆清楚這個賽道在做什麼。根據目前已知的資訊，市場上的玩家大概分成五種類型：
1. 多功能個人 Agent Instinct 和 Town 是這類的代表。這些 Agent 什麼都做 — 幫你排日程、發 email、訂餐廳、買票，購物只是其中一個功能。Instinct 的早期用戶回報說，它能幫忙搶到熱門餐廳的位置、買到特殊放映版本的電影票，聽起來很強。但也有人說他的 Agent 幫他取消了機票，結果退款少到幾乎沒有，直接損失了約 300 美元。這類產品剛融完大輪，但離真正讓普通用戶信任它刷信用卡，還有一段距離。
2. AI 購物助手 這個方向更保守一點：AI 幫你發現商品、做推薦，但不直接幫你結帳。Julie Bornstein 創辦的 Daydream 是這類的代表 — 一個個人化的 AI 購物搜尋引擎。它今年七月底開始直接嵌入零售商的網站，讓消費者在品牌自己的網站上用 AI 搜尋那個品牌的商品目錄。Daydream 的投資方包括 Forerunner、Index Ventures、GV 和 True Ventures，陣容相當豪華。（來源：原始報導）
3. 支付 infrastructure 這塊最低調，但可能是整個賽道最有價值的部分。AI Agent 要真正替你買東西，就需要一套安全、可控的支付 infrastructure — 虛擬信用卡、交易授權層、花費上限控制。這類玩家不直接面對消費者，但每一筆 AI 觸發的交易都要過他們這一層。
4. 零售商工具 幫零售商端建 AI 購物體驗的工具。這類玩家的客戶是 B 端，賣 SaaS 訂閱或按成交量收費。
5. 驗證與信任層 用來確認 AI Agent 身份、防止詐欺的基礎設施。這個問題現在還沒有很好的解法，但隨著 Agent 越來越多，這塊會越來越重要。
商業模式上，B2C 的購物 Agent 通常走訂閱制，或者走交易抽成（每筆成交收一定比例）。B2B 的工具則是 SaaS 訂閱為主。目前公開數字很少，大部分新創還在燒錢建 user base，ARR 資料幾乎都沒有公開。
競爭格局：誰在贏、誰的位置比較危險
把市場上的玩家排列一下：
| 玩家 | 定位 | 強項 | 風險 |
|---|---|---|---|
| Daydream | AI 購物搜尋 | 零售商端嵌入，B2B 路線 | 依賴零售商合作意願 |
| Instinct | 多功能個人 Agent | 功能廣，媒體曝光高 | 出錯代價由用戶承擔 |
| Town | 多功能個人 Agent | 同上 | 同上 |
| Google / ChatGPT | 平台型 AI 搜尋 | 用戶基數，入口優勢 | 不是專門為購物設計 |
| Amazon | 平台本身 | 數據、物流、信任 | 不是 Agent，是被 Agent 打的對象 |
老實說，在這個格局裡，Daydream 的 B2B 嵌入策略是目前我看到最清醒的打法。它不是要替代零售商，而是幫零售商在自己的網站上建更好的搜尋體驗 — 這樣就繞開了「平台會不會封鎖你」的問題，因為你本來就是在人家的地盤上幫人家做事。
相比之下，那些想要站在消費者和平台之間的 Agent，處境就比較麻煩了。Amazon 封鎖 Meta 這件事已經很清楚地示範了 — 只要平台不想讓你的 Agent 進來，API 可以關、爬蟲可以封、Terms of Service 可以改。技術上你繞得過去，但法律和商業關係上你繞不過去。
Forerunner 的 managing partner Kirsten Green 說現在還太早，很難看到 agentic shopping 的硬數據，但她觀察到越來越多消費者「願意」信任 AI 工具。這是很謹慎的說法 — 「願意」和「實際在用」是兩回事。（來源：原始報導）
Meta 判讀：這是什麼量級的事？
用電競的框架來說，這個賽道目前的狀況是：patch 剛出，meta 還沒定型。
大量新英雄（新創）湧入，每個人都在試不同的打法，沒有人知道最終 meta 會跑向哪。但有幾件事已經很清楚了：
平台方正在打 pre-emptive nerf。 Amazon 封鎖 Meta 是第一槍，不會是最後一槍。當 AI Agent 越來越有能力替消費者做決策，平台失去的不只是流量 — 是對「用戶注意力」的控制權，還有廣告模型的根基。這種威脅他們不可能坐視。
跟歷史上類似的案例比：這讓我想到 2015 年前後的 chatbot 潮。Facebook 開放 Messenger Bot API，大量新創衝進去做客服機器人、購物機器人，然後 Facebook 開始限流、改政策，一批新創就這樣死了。這次的量級更大，但平台博弈的邏輯是一樣的。
另一個可以對照的案例是 SEO 產業：Google 每次改演算法，就有一批依賴搜尋流量維生的公司被打掉。AI 購物 Agent 如果高度依賴某個平台的 API 或資料，那個脆弱性的結構是一樣的。
真正的護城河只有兩個地方：要麼你深度嵌入零售商端（像 Daydream 的方向），要麼你做 infrastructure 讓所有人都要過你這一層。其他的位置，都在巨頭的射程範圍內。
這是 Meta Shift，但時間軸比很多人想的要長，中間的顛簸也會比想的多。
工程師該怎麼看這件事
這個趨勢對工程師最直接的意義有兩個。
第一，支付和身份驗證的需求會爆發。 AI Agent 要能安全地替人花錢，需要一整套 virtual card management、spending limit、transaction authorization 的系統。這些東西現在建的人很少，但需求確定會來。如果你在找有 leverage 的方向，payments infrastructure 結合 AI 是個值得深研的交叉點。
第二，Agent 的 reliability 工程還是一片荒地。 Instinct 幫用戶取消機票然後退款幾乎為零，這種 bug 在一般 app 裡是低優先級，但在 Agent 裡是致命的。怎麼設計 rollback、confirmation flow、error boundary — 這些在 agentic system 裡的 engineering pattern 現在幾乎沒有最佳實踐，誰先搞清楚誰就有先發優勢。
Side project 方向的話：與其做一個「幫你買東西的 Agent」，不如做一個「幫特定垂直領域的賣家建 AI 搜尋體驗」的工具 — B2B 路線、不用碰平台、客戶有付費意願，比 C 端的 Agent 靠譜很多。
延伸閱讀
Waiting7777
WoW Arena 冠軍轉前端，用電競 meta 思維拆解技術趨勢。
相關文章
SnapAI Agents+13Snap 又在推 AR 眼鏡 AI 功能了 — 這次有機會嗎？
從「Snap 為什麼還在賭 AR 硬體」的角度切，分析 Specs + AI 這個策略對 Snap 的商業意義，以及在 Apple Vision Pro 和 Meta Ray-Ban 夾擊下，這條路還走不走得通。
2026年9月18日 · HW SHU · 6 分鐘閱讀
繼續閱讀 →AI Agents工作流程+5設計師用 AI Agent 自己刻網站了 — 工程師的邊界在哪裡？
從「設計師用 AI 直接幹工程師的活」這個角度切入——這不只是工具使用心得，而是職涯角色邊界正在模糊的真實案例。
2026年9月16日 · HW SHU · 7 分鐘閱讀
繼續閱讀 →MicrosoftMeta+5Microsoft vs Meta：誰的 AI 押注先賺到錢？
用 Microsoft vs. Meta 的對比說明兩種 AI 投資邏輯的差異 — 一個在賣鏟子、一個在挖礦，誰更穩？
2026年8月20日 · HW SHU · 7 分鐘閱讀
繼續閱讀 →這篇文章對你有幫助嗎？
每週一篇 — 技術趨勢背後的商業邏輯
AI 產業在變什麼、工程師該注意什麼——拆清楚寄到你的信箱。