Chatbot 是一种通过自然语言对话为用户提供信息、问答与任务协助的 AI 程序，当前主流产品多由大语言模型驱动，既是消费级 AI 应用最主要形态，也是模型评测与商业化竞争的核心场景。从通用助手、代码生成到智能体，chatbot 的能力边界在近一年内被持续拓宽，围绕它的评测体系和使用成本也在同步演变。
Chatbot 评测体系的多元化
成本与落地的商业拐点
当前焦点与观察点
目前围绕 chatbot 的讨论集中在三点。一是评测标准的演进：单一偏好投票（Chatbot Arena 模式）正被代码、Web 开发、智能体等任务型基准补充，文化偏见审计也进入研究者视野，评测结果如何被市场和开发者采信仍有争议。二是经济模型：token 成本快速下降与 Jevons 效应并存，厂商在“免费扩大用户”与“订阅变现”之间摇摆。三是应用形态分化：从泰国 NECTEC 推出的 Pathumma Connect 端到端处理文档工作的助手，到麦肯锡联合研究指出的东南亚 AI 落地六信号，都可以看到 chatbot 正从通用聊天转向垂直行业的智能体服务。安全与治理同样值得关注——OpenAI 一名沙特籍员工因在高管会议室安装窃听设备被 FBI 逮捕的事件，提示企业在 AI 人才竞争加剧的同时，内部安全管理不能松懈。