最近做亚马逊实在有点累。
今天不讲亚马逊案例，讲一个轻一点的：我用 AI Agent 帮家里长辈筛手机。
这件事听起来很简单。
长辈要买一台 1500 到 2000 元价位的手机，平时主要刷短视频，不怎么玩游戏。所以要求也很明确：续航要好，快充要有，内存尽量大一点。摄像头、游戏性能、各种附加功能，反而不是重点。
如果放在以前，我大概率会打开某东、某宝、各种评测文章，一个个搜型号、看价格、对配置，再把链接存下来。
一晚上过去，最后也只能得到一个大概的候选名单。
现在既然已经是 AI Agent 时代，这种任务我第一反应就是让 Agent 先跑一遍。
这次我用的是 Minimax Agent。
最后它确实给我做出了一份 Excel 报告，也筛出了一批手机。但中间过程并不是一句话丢给它就完事。它跑偏过，工具连不上过，信源也一度不对。
真开始做才发现，这类购物决策任务，难点不是“AI 会不会搜索”，而是它能不能拿到正确信源、实时价格和可购买链接。
一、我先把需求限定得很窄
这次的需求不是“帮我推荐一台好手机”。
这个问题太大，Agent 很容易跑到各种评测文章、排行榜、参数库里，然后给你一堆看起来很完整、但不一定能买到的推荐。
我给它的条件更具体：
• 价格在 1500 到 2000 元之间。
• 优先考虑某东自营。
• 长辈主要刷短视频，不玩游戏。
• 续航、快充、内存优先。
• 摄像头和其他附加功能不用太纠结。
• 最好能整理成 Excel，方便对比。
这一步很关键。
因为给长辈买手机，本质上不是追求参数最漂亮，而是减少后续麻烦。某东自营、价格稳定、售后方便，这些比“某篇文章里推荐过”更重要。
所以我一开始就让 Minimax Agent 去某东搜集信息。
二、第一轮跑偏：工具连不上，信源也开始变了
第一轮，Minimax Agent 调用了 Playwright 工具，准备打开某东抓数据。
但不巧的是，工具一直连接不上。
我等了一会儿，发现它还是调不起来。
后来它开始访问百度，试图从推荐文章里找手机信息。看到这里，我就暂停了。
原因很简单：信源不对。
如果只是想知道“大家都推荐什么”，那看中关村、知乎、评测文章也可以。但我要解决的是一个购买任务，不是写一篇手机推荐综述。
价格是不是当前能买到的？
有没有对应购买链接？
是不是某东自营？
这些才是这次决策的核心。
Agent 一旦跑到二手信源里，表格看起来可能很完整，但离真实购买会越来越远。
后面我又试着让它调用我本地安装好的 open cli。这个工具理论上能操作浏览器，但实际效果也不太好，一直转圈。
这就是 Agent 任务里很常见的一种情况：它不是不会做，而是工具链一旦卡住，就会自己找替代路线。
替代路线不一定错，但很容易偏离你的原始判断标准。
三、第一版 Excel 能看，但还不能直接买
后面我重新开了一个新对话继续跑。
这次它能跑通了，仍然是用 Playwright 去抓数据。
第一版结果出来后，它给我整理了一份 Excel。
表格其实已经不算差。
它列出了 12 款左右的主流机型，也整理了品牌、型号、内存版本、配置、续航、屏幕、芯片、充电功率、摄像头等信息。
但我对这版不满意。
不是因为内容少，而是因为它少了两个最关键的东西：
1. 当前实际价格。
2. 对应购买链接。
手机这类产品，价格变化太快。
尤其是 618 之后，很多文章里的价格已经不是现在能买到的价格。更麻烦的是，最近内存涨价也很明显。几个月前两千块能买到的配置，现在可能已经买不到了。
所以如果表格里只有“某东参考价”或者其他网站的历史价格，这个表格只能作为参数参考，不能直接作为购买决策。
说白了，参数表做得再漂亮，没有实时价格和购买链接，最后还是要人重新查一遍。
四、真正有用的一步：接入我的 Chrome 登录态
后面我又查了一下，发现它给出的价格和某东上的实际价格并不一致。
于是我让它继续用我的 Chrome 浏览器登录态，去访问某东，重新查对应机型的价格。
这一步开始，事情才变得接近真实购物。
一开始 AI 返回说 Chrome 扩展没连上。于是我让它安装对应的 Chrome 插件。
装好以后，它就能通过 Chrome 浏览器，用我的某东账号去找对应手机。
到了这里，Agent 的价值才比较明显。
它不是只在网上搜一圈，而是能进入我指定的平台，按我的筛选条件找商品，再把结果整理出来。
最后它帮我筛出了不少某东自营、1500 到 2000 元价位的手机，并且链接能跳转到对应产品页面。
最后生成的表格大概是下面这样。
这次结果就更接近我想要的东西了。
各个品牌在 1500 到 2000 元价位段的选择基本都列出来了。电池、充电、内存、屏幕这些核心参数也都有，省掉了我一个个页面翻参数的时间。
如果人工来做，需要不断打开商品页、对参数、记价格、存链接。
Agent 不能完全替我做判断，但它能把前面的信息收集工作先压缩掉。
五、这次我给它 60 到 70 分
整个案例跑下来，我把 Minimax 的 5 小时额度都用完了。
最后结果我觉得可以给 60 到 70 分。
满意的地方是，它确实帮我完成了信息收集。至少我不用再从零开始看十几款手机，也不用自己手动整理一张参数表。
但它也有明显问题：
• 一开始工具调用不稳定，Playwright 连不上。
• 工具失败后会自己换信源，容易跑到推荐文章里。
• 第一版 Excel 缺少实际价格和购买链接。
• 价格抓取仍然可能不准确，需要人工复核。
• 链接也要再确认是不是某东自营、是不是当前可购买版本。
所以这次我最大的感受是：购物类 Agent 不是不能用，但一定要把信源和决策标准卡住。
尤其是手机这种商品，参数不是唯一答案。
同一个型号，不同内存版本、不同店铺、不同优惠、不同时间点，价格都可能不一样。Agent 如果只从文章里整理推荐，就会很容易给出“看起来对，但买不到”的结果。
真正可用的流程应该是这样：
1. 先限定需求，比如价格、平台、店铺类型、使用场景。
2. 让 Agent 先做候选列表，不急着下结论。
3. 检查信源，确认是不是当前可购买页面。
4. 再补实时价格和购买链接。
5. 最后由人做取舍，而不是让 Agent 直接替你拍板。
这就够了。
我不需要它变成一个完美的手机专家。它只要能把候选机型、核心参数、实时价格和链接整理到一起，我的决策成本就已经低很多。
最后我自己看了一下其中一款红米手机，才发现现在手机涨价真的挺明显。
以前两千块还能买到运行内存和存储都很夸张的版本，现在很多只能买到 12+512G。
果然，内存都去 AI 那边了。
AI 不只在改变软件，也在悄悄把电脑硬件和手机硬件的价格往上推。
六、写在最后
这次用 Agent 买手机，我觉得它还没到“完全自动决策”的程度。
但它已经适合做一件事：帮人把分散信息先收拢起来。
以前我需要花一个晚上查参数、比价格、找链接。现在我可以让 Agent 先跑一轮，再把明显错误的地方拉回来。
这不是省掉判断。
是把判断前面那一大段重复劳动，先交给 Agent 去做。
以后类似任务，我应该还会继续这么用：先让 Agent 收集，再由人定标准、查边界、拍板。