ice 一笔消费的起点并不在下单那一刻。订餐厅之前，可能只是“今晚想出去”的模糊念头，它最终变成一顿饭、一场演出，或一条没有目的地的路线。在店名、品类、价格出现之前，消费已经开始，只是还没有名字。MachinePulse 的 Karpo 就选在这个环节：Resy、Google Maps 处理的是用户已知要找什么之后的事，查地点、看评分、规划路线；Karpo 面向的是还没确定目的地、甚至没确定活动类型的阶段，从一种心情出发，说出想要的感觉，再得到一个具体去处。
团队有消费级 AI 产品经验：创始人 Leah 是豆包早期成员，参与豆包从 0 到 1 亿 DAU 的过程；联合创始人 Allen 曾在豆包和 TikTok 任工程师，有多次创业经历；另一位联合创始人 Alex 此前负责阶跃 Agent 产品团队。团队面向海外市场探索“生活方式×AI”。
这类产品的变化不只是能多办几件事，也把“需求是否明确”这个原本由用户自己解决的问题，变成产品要处理的对象。执行能力解决目标确定后如何把事办成；理解意图解决更靠前的“我究竟想要什么”。生活体验常混合情绪、审美、关系和临时起意，需求存在，只是还没被整理成可执行的要求。比如问“想去安静的地方跑步，哪里适合”，话里没提狗也没提车，回答开头却是“你和 Koda 去跑河边完全没问题”，Koda 是家里的狗；随后给出两个安静、狗友好、方便下水的地方，并提到 Sportage 开过去没问题，机油该换但不影响当天往返。这依赖的是此前对话叠加的上下文，而不是单条消息。
只记住偏好还不够。长期喜欢艺术，不代表每个周末都去美术馆，当下的情绪、同行关系和时间安排决定建议怎么调整；用户放弃一场展览，可能因为内容不合兴趣，也可能只是距离太远，两种原因给下次的依据并不相同。主动发来消息只是形式，建议的价值更取决于上下文、时机，以及是否帮用户走向下一步。
