我们一直在关注 GEO 电商的变化，尤其是 GPT 推出购物功能之后，就持续在记录它的每一步调整。这一次它放弃去年高调上线“即时结账”功能，我们也第一时间跟进，看看背后到底发生了什么：

一、从“即时结账”到“零售商应用”

你有没有过这种情况：

在一个平台上已经把商品看得差不多了——价格、参数、评价都差不多确认了，理论上点一下就能下单。但你还是会多做一步：打开另一个 App，再搜一遍。

有时候甚至只是为了“再确认一下”。这一步，其实很难用效率来解释。因为你明明已经有足够的信息了。

更像是一种本能：

你不只是想“知道该买什么”，你下意识里还想确认——这个地方值不值得我把钱付出去。

也正是这个看起来很小的心理差异，让一种曾经被看好的购物方式，在 2026 年悄悄变了方向。

以 ChatGPT 为例，它一度尝试让用户在对话里直接完成购买——从推荐到付款，全都不离开聊天窗口。该功能的初始愿景是颠覆传统的电商体验，试图将ChatGPT转化为一个封闭且无缝的超级电商交易平台，让每周超过九亿的活跃用户能够在chatgpt的域名内完成从商品发现、比价到最终支付的完整闭环 。

但很快，问题就暴露出来：信息可以整合，决策可以辅助，但“交易本身”的信任，很难被一个对话界面承载；用户“剁手”了十几年形成的习惯也不会那么快被改变。

于是现在的路径变成了另一种思路：

你仍然在 AI 里完成“找”和“选”，但真正的“买”，交回给像沃尔玛、亚马逊这样的零售商自己来完成。

看起来只是多跳转了一步，本质上却是两种完全不同的交易模式。

下面，我就对这两种模式进行深度的对比与解构，以及试图搞清楚，这个转变到底会对GEO电商接下来的发展造成什么影响。

二、两种模式有什么区别？

要理解从“即时结账”向“零售商应用”模式的转变，首先必须理解两者在底层技术逻辑与架构设计上的截然不同。

这绝非前端UI的简单更迭，而是涉及数据、支付以及责任一次整体重构。

1.“即时结账”模式：代理电商协议（ACP）与集中式交易中枢

2025年推出的“即时结账”模式，底层依赖的是 OpenAI 和 Stripe 一起做的代理电商协议（Agentic Commerce Protocol，ACP）。你可以把它理解成一套“通用结账语言”，专门用来让 AI 和各个商家的后台系统对接。

在这套架构下，整个交易是高度“集中”的——基本都发生在 ChatGPT 里面。

具体流程是这样的：

在选商品阶段，ChatGPT 会读取商家定期提供的结构化商品数据（Product Feeds），然后在对话里直接给用户做推荐。

一旦用户决定购买，Stripe 提供的结账界面会直接嵌入聊天窗口里，用户不用跳转就能付款。

这里最关键的一步，是它的支付设计。

为了不暴露用户真实的支付信息，系统引入了“共享支付代币”（Shared Payment Token，SPT）。当用户在 ChatGPT 里确认支付后，系统会生成一个一次性的代币，这个代币有三个限制：只对应某一个商家、有金额上限、还有时间限制。

接下来，ChatGPT 会把这个代币通过 API 发给商家，商家再通过自己的支付服务商（PSP）完成扣款，最后发货、履约。

从用户角度看，这种模式很直接——路径被压到最短，几乎是在“聊天里顺手就买了”。

但问题也正是从这里开始的。

首先，在能力上，这套系统一开始只能支持“单件商品购买”，处理不了现实电商里最常见的购物车（多商品、运费、组合优惠等）。

更现实的一点，是对商家的要求很高。

如果品牌想接入，就必须按照 OpenAI 的规则，重写一套结账接口，包括创建会话、更新会话（处理运费和商品变体）、查询状态、完成订单和取消订单这五个 REST API。

对大品牌来说，这是额外的开发成本；

对中小商家来说，门槛就更高了。

所以这个模式虽然在体验上很“顺”，但在实际落地时，很快卡在两个地方：

一边是用户信任和复杂场景撑不住，另一边是商家接入成本太高。

2.“零售商应用”模式：应用SDK与模型上下文协议的崛起

面对集中式架构的问题，2026年3月，OpenAI 做了一次方向上的调整：把技术重心转向新的 Apps SDK 和模型上下文协议（Model Context Protocol，MCP）。

这一步的意义很大。

简单说，ChatGPT 不再是一个“把交易关在自己里面完成的系统”，而更像一个“对外开放的操作系统（ChatGPT OS）”。

在新的“零售商应用”模式下，ChatGPT 不再负责生成支付代币，也不再控制完整交易流程，而是提供一个安全的交互环境，让商家自己来完成交易。

这套架构主要由两部分组成：MCP 服务器 + 前端 Web 组件。

对商家来说，需要做两件事：

第一，搭建一个 MCP 服务器。

这个服务器的作用，是把自己的能力，比如查库存、算价格、创建订单，开放给 ChatGPT 的模型调用。

第二，提供自己的前端界面。

ChatGPT 会按照 MCP Apps UI 标准，在一个安全的 iframe 里，把商家用 React、Vue 等框架开发的页面直接渲染出来。

这里最关键的变化，是数据怎么流动。

在这套新架构里，AI 模型和商家系统之间，通过一个 MCP Apps 主机桥接器来通信（底层是基于 postMessage 的 JSON-RPC）。整个过程是双向的、事件驱动的，比如用 openai:set_globals 这样的机制同步全局状态。

这解决了一个老问题：用户操作、界面显示、模型理解之间经常不同步（也就是所谓的“上下文错位”）。

放到实际购物流程里看，会更直观：

当用户在对话中提出需求时，模型先调用商家的 MCP 接口拿数据；

接下来，从商品规格选择、加入购物车，到最后支付，全部交给商家自己的系统，在 iframe 里完成。

也就是说，真正的“交易”已经不在 ChatGPT 里了。

对用户来说，感觉还是在聊天里完成一切；

但对商家来说，核心控制权——库存、价格、订单、售后——全部回到了自己手里。

而 ChatGPT，在这个过程中，更像一个“智能入口”和“展示窗口”，负责把用户带进来，而不是替商家完成交易。

三、ChatGPT为什么要这么做？

这一战略大漂移，是被五大现实痛点硬生生“倒逼”出来的：

1.底层数据滞后导致“超卖”灾难

过去，ChatGPT使用代理电商协议的时候，只能笨拙地定期读取商家发来的静态数据包。但现代电商的库存和价格是毫秒级变动的。这种“时间差”导致用户下单时，商品可能已经涨价或断货，极易引发订单取消的“超卖”危机和客诉。

2.填不满的“税务迷宫”与合规黑洞

2025年美国各州实行了激进的纯收入销售税门槛，且审查严厉（罚款高达39%）。原生结账模式下，ChatGPT变成了交易中介，但它根本没有类似TaxCloud那样成熟的动态税务计算引擎，面临极大的财务与法律合规（甚至隐私税）风险。

3.消费者“只逛不买”，转化率大翻车

消费者有着根深蒂固的购物“习惯回路”，在缺乏视觉体验和信任保障的聊天框里输入支付密码，极度违背人性。沃尔玛的实测数据极其扎心：在ChatGPT聊天框内直接购买的转化率，仅仅是跳出到沃尔玛自身环境购买的三分之一。

4.商家抵制被“管道化”与“去品牌化”

在旧模式中，支付是通过生成一次性的共享支付代币（SPT）跨域完成的。这使得商家彻底沦为了幕后的无名供货商，不仅失去了品牌露出，也丧失了宝贵的第一方浏览数据和交叉销售机会，因此遭到大规模冷遇（Shopify数百万商家里，仅有十几家积极接入）。

5.算力成本倒逼出的“卖水”生意经

面对仅半年就高达25亿美元的庞大算力开销，原来设想的抽取4%交易手续费根本无法回本。于是OpenAI决定退回“流量巨头”的位置，改为向商家售卖高达60美元CPM（千次展示成本）的高级上下文广告，以及向沃尔玛这种大客户兜售企业版服务和底层API，这才是能回血的暴利闭环。

四、对GEO电商有什么影响

1.对商家的影响：从“附庸”重返“精细化运营者”

首先，技术对接更轻量、实时。

商家只需构建一个MCP服务器定义应用能力，前端通过沙盒渲染商家自己的Web组件。模型与商家应用之间通过基于postMessage的JSON-RPC进行双向通信。这意味着商家无需改造其沉重、老旧的ERP/WMS系统，就能直接让应用直连自己的统一数据源，实现库存和价格的100%实时精准。

其次，重获生态红利与多头下注。

商家可以把复杂的履约体系搬进AI里。例如Target现在能让用户在对话中直接选择路边提货并关联积分，Instacart也成功将冷链配送和Apple Pay无缝植入。同时，商家不再被单一巨头绑架，可以同时兼容OpenAI的MCP协议和谷歌主导的通用商务协议，实现跨平台的去中心化布局。所有税务合规和对账义务也回到了商家熟悉的系统内处理。

2.对消费者的影响：更省心、更可靠的“所想即买”

首先，消费者的交互依然在ChatGPT内完成，但不再是干瘪的纯文字链接。通过沙盒内嵌的丰富Web组件，购物体验恢复了视觉感和品牌信任感，完美贴合了原有的“习惯回路”。

其次是鱼与熊掌兼得的履约保障。消费者既能享受AI提供的“高维意图识别”功能（比如一句话规划一场涵盖零食、装备以及各种必需品的登山计划购物车列表），又能享受大型零售商确定性的多商品组合购买、售后退换货保障以及自己熟悉的支付习惯。交易变得不再有因数据滞后而被取消的风险。

五、结语

进入 2026 年，ChatGPT 在电商领域的战略调整，给整个科技行业上了一课：技术再强，也不能完全取代传统商业的规则。

早期，OpenAI 大力推行“即时结账”，试图把搜索、推荐、支付全包了，但现实很残酷：AI 无法瞬间解决数百万商品库存的实时同步，也不能一夜之间搞定各地复杂的税务规则，更不可能立刻赢得消费者对品牌的信任和习惯。

于是，2026 年的转向显得更务实：OpenAI 推出了“零售商应用”模式。这一模式下，AI 不再试图当“全能零售商”，而是专注于自己的强项——理解用户需求、发现合适商品、提供个性化推荐，把实际交易、库存管理、合规和售后，交给像沃尔玛、Target、Instacart 这样的实体零售巨头。

换句话说，对于 OpenAI 来说，成为连接万物的“智能操作系统”，比去做“世界上最大的商店”更有价值，也更具颠覆性。