AI百科网 AI教程
产品动态

Zest 把订餐厅做成一条短信

餐厅推荐应用 Zest 把服务搬进短信,发一句话就能查位并订桌,还能拉进群聊帮一群人做决定。这篇讲清它的数据来源、能干到哪一步,以及这种入口的机会与隐忧。

本文目录 · 6 节

装 App、注册、授权、点开搜索框——为了吃顿饭,前面这些步骤常常比吃饭本身还累。Zest 想干脆把这些都删掉,只剩一个动作:发短信。

一、发生了什么

Zest 是一家 2024 年 11 月成立的餐厅发现应用,拿过 180 万美元的种子前融资,投资方包括 Alexis Ohanian 的 776 和 Steve Jang 的 Kindred Ventures。它最早的做法是关联信用卡,只看餐饮消费记录,从而知道用户实际在哪些店吃过饭,再据此推荐。

10 月 29 日,它上线了一个新功能:一个住在短信里的"餐厅管家"。用户给一个美国号码发消息,说想吃什么、什么场合、几个人、有什么忌口、在哪个区,它会给出几家候选;确认之后,通过 OpenTable、Resy、SevenRooms 这类订位服务直接下单,全程不用离开对话框。

它还能被拉进群聊。几个人的口味混在一起算,拿不定主意时在对话里投票,定下来直接给这一桌订位。除此之外,可以问某家店忙不忙、有没有 Wi-Fi,也可以让它把菜单发过来。

Zest 创始人 Mario Gomez-Hall 的说法是,agent 本身就是产品:不用聊几周才摸清你的口味,因为它从你真正去过的地方起步。

二、跟你有什么关系

常在外面吃饭、又讨厌在几个 App 之间来回切的人,这种入口确实省事,尤其是多人约饭——群聊里最耗时间的从来不是选餐厅,是等所有人表态。

做消费类 agent 的团队,值得研究它的取数方式。推荐质量不取决于模型多强,取决于它有没有拿到"你真实去过哪"这种别人拿不到的数据。

做本地生活平台的,这是一个信号:入口可能不在你的 App 里,而在短信、微信这类对话里,你只剩下供给和履约。

值得一提的是它的取舍。团队上个月就开始测试这个管家,但压着没发,直到把订位能力接上才推出来。原因不难猜:只会推荐、不能落地的助手,用户试两次就腻了。

三、怎么用

读到这儿,可以顺路看 汤道生预告混元 Hy4:第一次能看图 腾讯在数字生态大会上预告混元 Hy4 正式版,首次加入视觉理解,还会推出主打性价比的 Flash 版。这篇只按预告口径写,讲清升级点、Flash 的定位和该等什么再动手。
  1. 先看它在不在你的城市。号码是美国号,服务范围以官方说明为准,别默认能订到本地餐厅。
  2. 第一次别直接订。先问几家你已经去过的店,看它推荐得准不准,再决定要不要让它碰你的行程。
  3. 群聊里用之前说清预算和忌口。它会把所有人的偏好混着算,信息给得越具体,结果越像人选的。
  4. 订完自己核对一遍时间、人数、店名。自动订位的错,最后要你自己去店里解释。

四、三个别信的说法

「它能替你做所有决定。」 它做的是收窄选项和跑腿下单。吃什么这件事,最后仍然是你在群里被 @ 的时候拍板。

「连信用卡数据,隐私肯定完了。」 官方说只处理餐饮类交易,且通过第三方金融服务商导入。但这仍是一份很敏感的数据,授权前想清楚你愿不愿意用它换推荐质量。

「这只是个聊天机器人套壳。」 真正的差别在两头:一头是你自己的消费史,一头是能真下单的订位接口。模型只是中间那层。

五、一句话结论

它赌的是"以后没有 App,只有对话";能不能成,取决于订位接口给不给,以及你愿不愿意把吃过什么交出去。

信息来源

功能与价格以官方公告为准。本文写于 2026 年 10 月 31 日。

关于这篇

本文为编辑整理的行业动态,未附官方原文链接。涉及价格、参数、发布时间的,请以厂商官方页面为准;发现错误可来信指出,会在「本次更新」里注明。

下一站 · 具身智能 机器人学拧螺丝,为什么要拆成两步教 读完能理解机器人自主拧螺丝为何难:接触密集、发力精细、环境多变。新研究把任务拆成两段三模块,在真机上做到对齐成功率接近熟练工人,做具身操作的人可参考其分步思路。
下一篇,直接发你邮箱

每周一封,只发新教程和可复制模板。不发广告,随时退订。

复制规范引用格式,便于转载注明出处
这篇有用吗?