一个能写莎士比亚情诗的AI，却搞不清从国贸到西二旗怎么走——这不是段子，是行业共识。“空间失灵”，成为大模型进入物理世界的第一道门槛。

出行不是可选项，是必答题

当用户说"找个适合独处的咖啡馆"，背后需要什么？安静、靠窗、景观位——这些真实世界里的语义标签，AI无法凭训练数据获取。出行每时每刻都在发生，这是人类最基础的行为之一。如果AI连这个都服务不了，离"有用"两个字还很远。

数据印证了这个判断：五一假期，百度地图AI副驾服务人次突破2亿，较春节增长4倍。用户确实需要懂出行的AI。

两道坎，挡住AI认路

百度地图Skills瞄准了AI进入物理世界的两大"死穴"：

死穴一：知识过期。 地图接口周周更新，AI凭记忆调用的代码往往过时，定位漂移几公里是常事。Docs-MCP把全量文档变成"活页字典"，AI写代码时实时查询官方规则，不再靠猜。

死穴二：门槛太高。 几百个API摆在面前，连开发者都头疼，AI更易"迷路"。脉芽MAPYA让自然语言直接驱动地图开发，CLI工具打通AI编程工具的直连通道——原本2个工作日的开发量，压缩到几分钟。

两类人，两条路

普通用户和极客 不写代码，只想让AI具备地图能力。Map Agent Plan提供零代码方案：两步配置，用自然语言就能让AI规划路线、找地方、推荐带娃商场。

开发者和企业 追求效率重构。智慧物流Skill就是例子：调度员面对几千订单、几十司机，过去要在多个系统间来回切换。现在只需一句话：“把朝阳区200个订单分给10个司机，每人跑单不超4小时，优先送生鲜”——地址解析、智能匹配、路线规划自动完成。半天变5分钟。

地图，重新定义自己

2026年被视为AI Agent规模化爆发的节点，传统GIS厂商正被边缘化。为什么？客户不再买"工具平台"，要的是"直接产出业务结果的解决方案"。

本质上，AI Agent正在吞噬"中间操作层"。当调度员能直接对系统说人话，当AI自动完成解析、规划、诊断，靠"人工翻译"运转的环节被整体替换。

地图的底层逻辑也在变。过去，地图给人看——界面、视觉、交互，都围绕人的习惯。现在，越来越多的"用户"是Agent：自动驾驶的车、物流调度系统、手机里的虚拟助理。它们不看屏幕，只读数据、调接口。

江畅说得很透：“从面向人到面向AI”。这不是改UI，是重新定义地图——它不再是App，而是物理世界的索引、AI行动的底座。

让AI更有用，而非更聪明。这是百度地图在铺的路。