3月6日，千问宣布加码“AI办事”，用户可通过AI一句话下单生活服务，享受便捷与优惠。2026年，“办事”成为全球AI行业新焦点，谷歌、OpenAI纷纷重点投入。在中国，AI已深入真实消费场景，今年春节期间，千问完成2亿笔真实订单，1.3亿人首次体验AI购物，其中400万为60岁以上用户。千问APP人士表示，AI办事降低使用门槛，激活需求潜能，推动AI从尝鲜到常用，并提升技术对人类意图的理解能力。借助中国丰富的线上线下场景，AI正全面融入日常生活。

2025年10月20日，美团LongCat团队发布智能体评测基准VitaBench，号称高度贴近真实生活场景。该基准聚焦外卖点餐、餐厅就餐和旅游出行三大高频场景，构建了包含66个工具的交互式评测环境，并设计跨场景综合任务。例如，在旅游规划中，要求智能体完成从购票到订餐的全过程。团队首次从深度推理、工具使用与用户交互三个维度量化复杂问题，发现领先模型在复杂跨场景任务中的成功率仅30%，揭示现有智能体与实际需求的差距。VitaBench已全面开源，为智能体研发提供基础设施，项目主页、论文、代码及数据集均已公开。