返回探索
资讯VibeFix 内容整理更新于 2026年11月18日

Klarna 的 AI 助手要替你花钱了:先买、货到了再付,它赌的是两年前栽过的跟头不会重演

2026 年 11 月 17 日,Klarna 发布 AI 助手:订餐桌、约保姆、替你买东西,货到了再付钱。它住在 WhatsApp 和 iMessage 里,先向一小批用户开放、其余排队等候——而这家公司 2025 年 5 月刚公开承认过用 AI 换人导致质量下滑、重新招人。

年轻女子站在街头,一手拿手机、一手拿银行卡,臂弯里挂着购物袋

一句话:这次它不只回答问题,还要替你花钱

2026 年 11 月 17 日,Klarna 发布了 Klarna AI-assistant,一个替用户办事的个人助理:帮你找商品、比价格、替你下单,订两人位的餐桌,约保姆,盯着快递和预约的进度,起草邮件等你点头再发,归档收据,到了朋友生日还提醒你备礼物。它不在 Klarna 应用里独占一个入口,而是直接住进 WhatsApp 和 iMessage——你平时聊天的地方。现在只有一小批早期用户能用上,其他人先排队等候,加入免费,但一次只放进几个人。新闻稿里最抓人的一句话是:它找到最好的商品和价格,替你买下来,而你不用在到货之前付钱。先买单、货到了再付,这是 Klarna 把“先买后付”那套生意,套在了 AI 助手身上。

这个助手不是凭空冒出来的。它长在 Klarna 已有的购物助手之上,而那个购物助手背后的数字不小:自 2020 年以来,用户通过 Klarna 应用内置浏览器花的钱已经超过 340 亿美元,哪怕那些商店本身并不支持 Klarna。也就是说,Klarna 早就不是一个只在结账那一刻出现的支付按钮,它已经是一个用户逛店、比价、下单的入口。这次的 AI 助手,是把这个入口从“你自己逛”升级成“它替你逛”。Klarna 首席执行官 Sebastian Siemiatkowski 在新闻稿里把时间线拉回了 2015 年:那时候他们设想的未来,是手机会主动告诉你怎么省房贷、并替你把活干了。这个助手被他说成是朝着那个设想迈出的一大步。愿景很动人,但愿景不是证据——证据要看它这次准备怎么避开自己两年前栽过的那个跟头。

同一天的财报,解释了它为什么急着讲这个故事

Klarna 选在 11 月 17 日同一天发布了第三季度财报,两件事摆在一起看,意思就清楚了。第三季度,Klarna 的商品交易总额是 361 亿美元,同比增长 10%,其中美国增长 24%;收入 10.09 亿美元,同比增长 12%;交易毛利——也就是扣掉处理、信用和资金成本后剩下的钱——是 3.71 亿美元,同比大涨 32%;调整后经营利润 2100 万美元,比去年同期多了 3500 万美元;净亏损 6500 万美元,比去年同期的 9500 万美元收窄了 3000 万美元。活跃用户 1.22 亿,同比增长 7%;商户 135 万家,同比增长 59%。CEO 在财报里强调,这是连续第四个季度收入超过 10 亿美元、且调整后经营利润为正。

但财报的另一面也得一起念:按法定口径,公司仍然在亏损,净亏损 6500 万美元;调整后的利润为正,靠的是把股权激励这类成本划出去;全年展望只是重申、没有上调,收入 40.8 亿至 41.6 亿美元。换句话说,Klarna 的生意正在变好,但还没有好到可以松口气的地步。AI 助手在这个时候登场,承担的是“下一个增长故事”的角色:支付和分期是今天的生意,替用户办事的助手是明天的生意。财报里还有两个数字值得留意:美国的 Fair Financing(长期分期)增长 73%,达到 36 亿美元;Klarna 卡的交易量翻了一倍,订阅收入增长 530%。用户正在把越来越大、越来越日常的支出交给 Klarna,助手要接的,正是这条支出流水上的杂事。

柱状图:Klarna 2026 年第三季度与去年同期对比,交易毛利 2.81 亿升至 3.71 亿美元,调整后经营利润从负 1400 万转为正 2100 万美元,净亏损从 9500 万收窄至 6500 万美元

两年前它已经演过一次“AI 换人”,这次的剧本哪里不一样

理解这次发布,必须先把 Klarna 在 AI 上那段出名的往事摆上台面。2024 年 2 月,Klarna 高调宣布,它的 AI 助手上线第一个月就处理了 230 万次对话,干了相当于 700 名全职客服的工作,平均解决时间从 11 分钟降到 2 分钟。那是整个行业里最响亮的“AI 替代人力”案例之一,一度被当成模板到处讲。但到了 2025 年 5 月,Siemiatkowski 接受 Bloomberg 采访时亲口收回了叙事:成本在评估里占的比重太大了,结果是质量下滑,公司开始重新招人,还试点了一种类似零工模式的用人方式,让远程客服、学生和 Klarna 自己的用户来接单。

这段往事的教训不是“AI 不行”,而是“量错了指标”。2024 年的宣传口径全是成本和速度:处理了多少对话、省了多少人、快了多少分钟。真正滞后出现的是质量信号——那些需要判断力的复杂 case 被敷衍过去之后,用户的不满要过几个月才会在投诉和流失里显形。等公司回过神来,省下的钱已经在口碑上加倍还了回去。这也是为什么这次的新闻稿值得逐字读:它反复强调“让用户牢牢掌握控制权”,邮件草稿要等用户批准再发,上线只放一小批人,等候名单慢慢放。措辞背后是一家吃过亏的公司在表态——这次先把刹车装好,再谈速度。

但表态归表态,新闻稿里没说的三件事,恰恰是判断这次成败的关键。第一,它没说这个助手背后用的是谁的模型,也没说哪些决定它可以自己做、哪些必须等用户点头。订一张两人位的餐桌和替你买一件几百美元的商品,完全是两种风险等级,新闻稿把两者并列,却没有给出分界线。第二,它没说在哪些国家上线。Klarna 的用户遍布多个市场,但“替你花钱”这件事在每个市场的支付规则和消费者保护下都长得不一样。第三,它没提任何额度或纠错机制:如果助手订错了时间、买错了型号,退款和扯皮的流程由谁来兜底?这些问题没有答案,不代表产品一定有问题,只代表现在下结论还太早——一个只对一小批用户开放的产品,本来就还没到接受检验的时候。

“货到了再付钱”:这句口号才是真正的产品

把新闻稿里最像广告语的那句话单独拎出来看,它其实是整篇新闻里最实在的产品定义。Klarna 的助手找到最好的商品和价格、替你买下来,而你不用在到货之前付钱。这句话能成立,靠的不是助手多聪明,而是 Klarna 的老本行:信用和风控。财报里有个数字正好给这句话托底——第三季度信用损失拨备占商品交易总额的比例是 0.56%,比去年同期的 0.72% 更低。也就是说,Klarna 敢让助手替你花钱,是因为它有一套算过账的办法来承担“买错了、退掉了、没还上”的风险。一个聊天机器人订错了餐厅,代价是一句道歉;一个替你花钱的助手买错了东西,代价是真金白银。谁来承担这个代价,决定了这种助手能不能从演示走进日常生活。

新闻稿里列举的任务本身,也排成了一座信任的阶梯,值得按顺序读。最底层是归档收据、提醒生日——只读不管钱,出错的代价最小;往上一层是起草邮件等你批准——动笔不动手,决定权还在你手里;再往上是订餐桌、约保姆——开始动用你的时间和别人的时间,订错了要赔不是;最顶端是替你买东西——直接动钱,而且动的是 Klarna 先垫付的钱。约保姆这个例子尤其值得多想一秒:它意味着用户要把孩子的行程交给一个助手去协调,这已经不是“方便不方便”的问题,而是“信不信得过”的问题。Klarna 把这四层任务写进同一份新闻稿,等于公开承诺自己的助手能爬完这座阶梯。但现实中,大多数助手都是在某一层台阶上摔倒的——能归档收据,不等于能约好保姆;能约好保姆,也不等于能买对东西。每一层台阶的错误成本都不一样,Klarna 有没有按层级设计不同的确认机制,新闻稿没有说。这正是早期用户反馈里最值得留意的细节:助手是在哪一层台阶上第一次让人觉得“还是我自己来吧”。

这也是 Klarna 在这场“智能体替人办事”的竞赛里真正的位置。Google、Meta、Anthropic 都在做能替用户跑腿的助手,但它们没有一家同时是发卡行、风控方和收款方。Klarna 有 1.22 亿活跃用户、每天 380 万笔交易、135 万家商户,还有一套跑了多年的信用评估体系。它的赌注是:智能体时代的护城河不在对话质量,而在“谁来为助手的错误买单”。如果助手买错了东西,Klarna 可以先行赔付、再从体系里消化;如果助手订错了行程,Klarna 可以凭商户关系去改签。这种兜底能力,是纯软件公司短期内学不来的。当然,反过来看也成立:一旦兜底的成本失控,亏损的窟窿会比客服那次更大——2024 年的教训已经证明,Klarna 对成本数字一向很敏感。

WhatsApp 和 iMessage 这个选择,比功能列表更重要

新闻稿里最容易被一扫而过的一句话,其实是整个产品策略的关键:这个助手住在 WhatsApp 和 iMessage 里,而不是只待在 Klarna 应用中。Klarna 有 1.22 亿活跃用户,应用本身并不缺入口,但它仍然选择把助手放到用户每天打开几十次的聊天软件里。这个判断和微软、Salesforce 把 CRM 塞进 Copilot 和 Teams 是同一个逻辑:用户不会为了一个助手搬家,助手得去用户已经待着的地方。一个要替你订餐厅、盯快递、回邮件的助手,如果每次都要你先打开一个金融应用,它就已经输给了“顺手”这两个字。

但住进聊天软件也意味着更高的信任门槛。在 WhatsApp 里和助手说话,感觉上和跟朋友说话没有区别,可这个“朋友”手里拿着你的银行卡、你的购物记录和你的日程安排。它能看到你什么时候过生日、给谁买过礼物、哪张订单正在退货。这种亲密感是双刃剑:用得好,它是“最懂你的助手”;一旦出一次错——比如把给伴侣的惊喜礼物提前剧透给了对方,或者把一封本该你亲自回的邮件草率发了出去——用户失去的信任比任何一次应用崩溃都要多。Klarna 在新闻稿里强调“让用户牢牢掌握控制权”,这句话在聊天软件的场景里分量格外重,因为那里的操作太顺手了,顺手到人很容易忘记自己刚刚授权了什么。

财报里还有一组数字,说明 Klarna 为什么觉得现在是推出这个助手的时机。商户数量一年增长 59%,达到 135 万家,背后是和全球最大支付服务商的默认集成:10 月份,Fiserv 旗下的小企业平台 Clover 在美国 10 万个线下门店上线了 Klarna;在欧洲,Klarna 更新了与 Mollie 的协议,后者服务 35 万家企业;西南航空和 J.Crew 在美国上线,玛莎百货的上线意味着英国所有大型百货公司都已提供 Klarna。商户网络越大,助手能替用户办事的范围就越广——订餐厅、订机票、买衣服,都在同一张网络里完成。助手不是从零开始建生态,它是站在一张已经铺好的商户网络上,再往上加一层“替你跑腿”的服务。这也是它和那些从零起步的通用助手最大的区别:Klarna 的助手出生时就带着收银台。

现在还轮不到你:小范围、等候名单、没说的事

对普通读者来说,这篇新闻最实际的一句是:现在还轮不到你。助手只对一小批早期用户开放,等候名单本周才打开,加入免费,但公司明说一次只放进几个人。没有公布全面上线的时间表,没有公布首批开放的市场,也没有公布助手背后的模型和具体的操作边界。换句话说,11 月 17 日这天,Klarna 发布的是一个方向和一个排队入口,而不是一个你现在就能下载来用的产品。

接下来值得盯的有三件事。第一,早期用户会不会很快在网上晒出翻车记录:订错的餐厅、买错的尺码、没人接的客服电话——第一批真实反馈,比任何发布会都更能说明这个助手到底处在什么水平。第二,“等用户批准”这条线会不会越放越宽:今天是邮件草稿要批准,明天买东西要不要批准?批准环节一旦为了“顺滑体验”而放松,风险就从助手身上转移到了用户身上。第三,Klarna 会不会公布更多硬数字:助手每周处理多少任务、其中多少需要人工介入、纠错成本是多少。2024 年那次,它公布的是对话量和省下的人头;这一次,如果它敢公布任务完成率和纠错率,那才是真的吸取了教训。

最后还有一个问题值得单独提一句:这个免费加入的助手,Klarna 靠什么赚钱?答案藏在财报的展望里——Klarna 全年收入预计占商品交易总额的 2.74% 至 2.75%。也就是说,助手每替用户完成一笔交易,Klarna 就从流水里切一刀。助手做得越勤快、用户越是把日常开销交给它,Klarna 的交易额就涨得越快。这是个很干净的商业模式,也是一个需要警惕的激励结构:一个靠交易流水赚钱的助手,天然倾向于让你多买、快买,而不是让你少买、等一等。新闻稿里说助手会“找到最好的商品和价格”,但“最好”由谁来定义——是对你最划算,还是对 Klarna 的流水最有利?这个问题现在没有答案,但它决定了这个助手最终会成为一个帮你省钱的管家,还是一个最会让你花钱的销售。等它向更多用户开放之后,看它的推荐到底偏向哪一边,会比看它会多少技能更说明问题。

对做项目的人意味着什么

Klarna 这篇新闻对做 AI 项目的人有两层参考价值。第一层是渠道选择:助手没有要求用户下载一个新应用,而是直接住进 WhatsApp 和 iMessage。这和微软、Salesforce 把 CRM 塞进 Copilot 和 Teams 是同一个判断——用户不会为了一个助手搬家,助手得去用户已经待着的地方。对自己做产品的开发者来说,这句话值得写在墙上:你的助手再好用,如果它要求用户改变习惯,它就已经输了一半。

第二层更重要,是控制权的设计。Klarna 2024 年的故事和 2026 年的故事,讲的是同一件事的两面:2024 年,它用 AI 换掉了人,量的是成本;2026 年,它让 AI 替人花钱,强调的是控制。中间隔着的那次公开认错,让这家公司的产品语言发生了肉眼可见的变化——从“它能替你做多少”变成了“它做之前要经过你点头”。对任何一个要给智能体加上“花钱、发消息、改数据”这类真实动作的项目来说,这个顺序都值得照抄:先把批准、回滚和兜底写进产品里,再去谈它有多能干。否则,你省下的每一分钱,迟早都会在用户的信任账上加倍还回去。

阅读 0评论 0

评论 (0)

ME
0/1000
评论加载中...

原始来源

浏览项目广场发布你的项目

相关文章

明亮的家庭办公室里,一名年轻女子正用红色胶带枪封一个纸箱,身后白色货架上摆满了待发的纸箱,桌上放着笔记本电脑
资讯
代码写完了,生意才刚开始:Replit Agent 现在能帮你买货、打广告了

2026 年 11 月 12 日,Replit 给 Replit Agent 安排了两份新工作:替你的生意买东西,以及替你的生意打广告。买货走 Stripe 的 Link 钱包和 Visa 的支付通道,广告走 Google Ads;两件事的共同点是:Agent 只能把活儿准备好,钱每一步都要创始人点头,审批写死在代码里、不交给模型判断。

支付与变现产品发布AI 编程实践
一名戴眼镜的开发者深夜坐在木桌前敲笔记本电脑,身后大显示器上是彩色代码,窗外是模糊的城市夜景灯光
资讯
把中间层多跑三遍,小模型也能打大模型:Inkling 2 Mini 让 26B 的模型住进笔记本

2026 年 11 月 20 日,Thinking Machines Lab 发布 Inkling 2 Mini:26.4B 参数的循环 Transformer,中间 12 层每 token 跑三遍,整机只有约 20GB,能在笔记本上离线跑。DeepSWE 48.2%、SWE-bench Verified 79.2%,在同体量开源模型里领跑——但知识短板和监控问题也写在官方博客里。

产品发布模型动态AI 编程实践
一名戴眼镜的开发者坐在木桌前敲笔记本电脑,左边外接显示器上是深色背景的 C 语言代码,桌上有绿植
资讯
微软的编程模型终于不当配角了:MAI Code 2 拿 96% 的分数、只收 5% 的钱,但先看清三处“但是”

2026 年 11 月 17 日,微软发布 MAI Code 2 和 Code 2 Flash:大模型 770 亿激活参数、100 万上下文,四项基准平均通过率 63.2%,与 GPT-6.1 Sol、Claude Opus 5.5 咬得很紧,但每任务成本只有 0.309 美元。先看清三处“但是”:价格是推广价、分数是三者最低、长周期任务不在舒适区。

开发工作流产品发布模型动态