扎克伯格押注AI电商，Meta测试社交画像驱动的购物助手

2026年3月3日消息，Meta在扎克伯格推动下正秘密测试AI购物助手功能。该功能依托平台30亿用户的社交画像数据，提供精准到需求根源的个性化商品推荐，标志着大模型战场从内容创作延伸至电商领域，直接向OpenAI、谷歌的相关布局发起挑战。

当纽约的一位女性用户在Meta AI聊天机器人里输入“羽绒服”关键词时，系统没有泛泛推送全网热门款式，而是直接筛选出适配当地冬季湿冷气温、贴合其过往点赞过的极简风格的女士款——这正是Meta正在秘密测试的AI购物助手的核心能力之一。

此前，大语言模型的竞争核心集中在内容创作、代码生成、通用问答等领域，OpenAI的ChatGPT、谷歌的Gemini均以这类能力构建核心壁垒。但随着用户对AI落地场景需求的细化，大模型战场正从“内容输出”转向“交易转化”，电商成为巨头们争夺的新阵地。

Meta此次测试AI购物助手，正是这一转向的标志性事件。不同于OpenAI依托ChatGPT插件连接电商平台，或是谷歌基于搜索数据搭建Shopping Graph AI，Meta的切入点精准锚定了自身最独特的优势：社交生态沉淀的用户行为数据。

支撑Meta AI购物助手的核心，是平台积累的30亿用户的全维度社交画像。除了基础的地理位置、历史浏览记录，系统还会整合用户在社交场景中的互动细节——比如点赞过的品牌动态、分享过的商品链接、甚至参与过的母婴或健身话题，以此推断用户的潜在需求。