大模型时代，电商入口正在从"关键词搜索"变成"意图表达"。用户不再输入关键词，而是像和导购对话一样表达复杂需求： "我周末去迪士尼，想要拍照好看、走一天也舒服，天气可能会下小雨，帮我搭一套。" 这不再是简单检索。它同时包含场景、风格、天气、舒适度、搭配关系和个人偏好。 更复杂的是，用户可能会继续追问： "这双鞋挺好看，再找几双类似的，但要更软一点。" 这时，系统不仅要理解"更软一点"，还要记住"这双"是哪一双、用户为什么喜欢它，以及新的推荐是否仍然符合"迪士尼、拍照、走一天、小 雨"的原始场景。 而当前很多系统，仍然是大模型负责理解意图、改写query，真正的商品检索和排序交给外部搜推工具完成。传给工具时，丰富的上下文可能 只剩下： ShopX团队 投稿 量子位 | 公众号 QbitAI "主题乐园穿搭 相似运动鞋 轻便防水 软" 这是当前业界AI+电商方案中的共性瓶颈——当购物意图从大模型传递到外部检索系统时，复杂的场景信息不可避免地被压缩。研究者们将这 类问题统称为 Interface Loss（接口损耗） 。 为了解决它，团队提出了 ShopX ：一个面向agentic shopping的电商大模型。它 ...