bingdadaUber 与 OpenAI 合作，利用 AI 助手和语音功能帮助司机更聪明地赚钱，让乘客更快捷地预订行程。文章详细介绍了 Uber Assistant 如何将复杂市场数据转化为实时指导，以及多智能体架构和语音技术如何提升用户体验。
每一次点击背后，都是一个由交通、天气、航班抵达、本地活动和实时需求共同塑造的复杂市场。Uber 的运营规模令人惊叹：日均 4000 万次行程，超过 1000 万司机和配送员，覆盖 70 多个国家的 15000 座城市。每个城市都有独特的运营动态、法规和用户行为，这使得系统必须持续在全球范围内进行自适应调整。 长期以来，Uber 一直利用机器学习来支撑其市场平台。如今，借助大型语言模型（LLM）和 OpenAI 的前沿模型，Uber 能够更快速地处理复杂信号，提供流畅的对话式响应，并在 App 内打造强大的语音体验。 Uber 与 OpenAI 的合作，正在帮助 Uber 构建 AI 驱动的产品，简化司机和配送员的赚钱机会，同时减少乘客的操作摩擦。通过使用 OpenAI 的模型，Uber 能够以前所未有的速度推出精简的产品和体验。 > “技术首次引领了可解决问题的边界。曾经遥不可及的问题，现在有了解决的可能。”
—— Aarathi Vidyasagar，Uber 工程与科学副总裁
对于司机而言，灵活性是 Uber 最大的优势之一。有人全职驾驶，有人只在周末接单，还有人利用课间或轮班间隙赚外快。但这种灵活性也意味着司机需要不断评估各种选择，并提出问题：我现在应该把车停在哪里？去机场值得吗？午餐时间我应该从载客切换到送餐吗？为什么今天的收入看起来不一样？ 为了回答这些问题，Uber 开发了 Uber Assistant，一个 AI 驱动的助手，旨在帮助司机完成从注册、首次接单到日常收入优化的全生命周期管理。 “我们希望通过提供市场概览和实时洞察，让司机能够为自己做出更好的决策，” Uber 产品管理总监 Dharmin Parikh 表示。 Uber Assistant 通过将收入趋势、热力图等复杂数据转化为简单、可操作的定位建议，帮助司机了解在哪里以及何时赚钱。司机可以用自然语言提出后续问题，获得量身定制的回答，并轻松导航到 App 中的相关功能。 Uber 的目标是降低认知负担——即司机在试图赚钱的同时，解读复杂市场数据所需的精力。 这一点对新司机尤其有价值。Uber 发现，利用 AI 总结并清晰传达真实世界数据，可以加速新手的成长曲线，帮助他们更快地掌握工作流程和市场动态，而无需仅仅依靠试错。 虽然 Uber Assistant 最初预期主要帮助新司机，但经验丰富的司机也反复使用它来提出后续问题并优化他们在平台上的时间——这验证了该产品作为长期实用工具的价值，而不仅仅是新手引导工具。 “与需要跑几百次行程才能理解平台运作方式相比，Assistant 正在帮助司机快速上手，” Parikh 说。
AI 系统建立大规模信任 对于 Uber 而言，在实施任何与司机和配送员互动的 AI 系统时，准确性、安全性、可信度和速度都是首要考量。关键考虑因素包括：回复必须符合政策，延迟必须满足用户对实时移动应用的预期。 因此，Uber 围绕三大核心原则设计了 Uber Assistant：安全、信任和低延迟。 Uber 的工程团队构建了一个多智能体架构，将每个用户请求路由到最合适的专业系统。例如，收入问题与注册问题的处理方式不同，市场指导与交易操作所需的推理逻辑也不同。 这种架构使 Uber 能够将每个任务分配给最适合其特定运营需求的模型，确保每个查询都能以最合适的重点进行处理。 对于轻量级分类和快速响应，Uber 使用更快的 nano/mini 模型。对于更复杂的任务，Uber 则利用更大的推理模型。 Uber 还开发了 AI Guard，这是一个内部治理层，有助于筛选提示词和回复，以促进安全、隐私和保障，执行政策，减少幻觉，并保持跨体验的一致性。 当司机收到准确、有用的建议时，他们会再次使用系统，提出更多问题，反复互动，并在平台上花费更多高效时间。 “如果用户不信任系统，你会很快失去他们，” Parikh 说。“但当他们看到价值时，他们会回来。”
Uber 还将 OpenAI 的 Realtime API 应用于技术领域的下一个重大界面转变：语音。 在 App 中输入文字对于简单请求来说可能高效，但许多出行和商业需求更为复杂。例如，一名旅客可能想说：“我有五件行李，还有另外五个人。我需要一辆舒适的车去机场。你有什么推荐？” 一位老年人或视障乘客可能更愿意说话，而不是通过菜单点击。 Uber 新的语音体验旨在让这些场景变得无摩擦。用户只需点击 Uber App 中“去哪里”搜索栏上的麦克风图标，即可使用自然语言请求乘车。系统利用 Realtime API 和其他前沿模型来理解意图，结合保存的位置和用户上下文，并做出推荐。
驱动的 Uber 未来 通过与 OpenAI 的深度合作，Uber 正在将 AI 从后台工具转变为面向用户的核心体验。无论是帮助司机实时优化收入，还是让乘客通过语音轻松叫车，AI 正在重塑 Uber 的每一个环节。 随着技术不断演进，Uber 与 OpenAI 的合作有望进一步拓展 AI 在出行、物流和本地服务领域的应用边界，为全球用户创造更智能、更高效、更便捷的体验。
Bingdada 是一个专注 SEO、GEO（生成式引擎优化）与 AEO（答案引擎优化）的内容平台，由资深内容编辑、SEO 技术工程师与 AI 研究专家组成的团队持续运营。我们追踪搜索引擎与生成式 AI 的最新动态，为读者提供准确、实用、可落地的方法论与行业洞察。 编辑团队：内容策划 · 技术编辑 · AI 研究组 网站：bingdada.com © 2026 Bingdada. 保留所有权利。
SEO & GEO 技术探索者，专注于搜索引擎优化和生成式引擎优化。
英伟达内部实践显示，ChatGPT Work正帮助企业团队将信息整合工作自动化，每周节省16小时，并将原型开发周期从数周缩短至数天。这一案例揭示了AI工作流从工具到组织资产演进的趋势。
OpenAI 将 GPT-5.6 系列模型（Sol、Terra、Luna）集成至 Kiro 开发代理，通过规格驱动方法实现约 82% 的成本降低，标志着 AI 编程从能力竞赛转向成本效率竞争。
OpenAI因模型网络能力逼近关键门槛而调整开发策略，强调安全需贯穿训练全周期。文章解析其技术升级，并对比国内AI安全建设路径。
获取最新的 SEO 与 GEO 技术资讯。
我们尊重您的隐私，随时可以取消订阅。
