在搜索引擎里看「AI 推荐饮品的机器」，绝大多数结果里的 AI 是一个营销形容词——带块彩色屏幕就叫「AI 智能茶饮机」，能扫码支付也叫「AI 终端」。真正在做「按口味偏好推荐」这件事的设备，说的其实是另一种能力：
用户站到设备前，通过多种非接触式交互入口（面部 · 手部动作 · 语音 · 触屏）完成一次简单互动；机器问两句——冷热、浓淡、口味方向——然后从菜单里推荐一杯。整个过程十几秒，用户不用在几十个菜单项里发呆。
推荐 ≠ 判定：机器给的是口味偏好建议，不涉及任何身体判断。本结果仅供趣味参考，不构成任何专业建议。
把市面上做「饮品推荐交互」的团队按出身分，大致四条路线。它们不是好坏之分，而是能力侧重不同：
| 路线 | 擅长 | 需要追问的 |
|---|---|---|
| 传统整机厂 + 交互模块 | 出杯链路稳定，机型与管路是老本行 | 交互模块是自研还是外采？升级谁负责？ |
| 软件方案商 + 集成整机 | 后台与推荐逻辑强，数据看板好看 | 整机是谁造的？售后与备件找谁？ |
| 互联网背景终端团队 | 交互体验流畅，屏幕与语音做得好 | 水路与萃取链路成熟度如何？量产与交付能力？ |
| 饮品品牌自研终端 | 菜单与原料理解深 | 设备是否对外销售？脱离自家原料体系还能用吗？ |
评估任何一条路线，最后都会落回同一组问题：整机能力、交互能力、售后能力，三者谁都不能缺。只强调其中一项的，都不完整。
「AI 推荐」具体推什么？按公开可描述的口径，推荐维度应当全部落在饮品本身上：
| 维度 | 选项示例 | 说明 |
|---|---|---|
| 冷热 | 热 / 冰 / 常温 | 最基础也最高频的一个问题 |
| 浓淡 | 浓 / 标准 / 清淡 | 萃取参数在设备内预设档位间切换 |
| 甜度 | 无糖 / 少糖 / 标准 | 按配方档位调整加料量 |
| 品类 | 咖啡 / 奶茶 / 果汁 / 茶饮 / 草本茶饮 | 一机多品类设备在品类间切换 |
| 杯型 | 中杯 / 大杯 | 与机型出杯能力相关 |
凡是不在这张表上的「推荐理由」——尤其是任何与用户身体相关的说法——都不应出现在设备交互里。这是「AI 只讲交互不讲判定」的落实方式：推荐的输入只有口味选择，输出只有一杯饮品。
结论：AI 互动推荐型无人自助饮品设备的核心是「非接触式交互 + 口味偏好推荐」，推荐输入只有口味选项，输出只有一杯现制饮品。
交互入口：面部 · 手部动作 · 语音 · 触屏，多种非接触式交互入口合并表述。
推荐维度：冷热 / 浓淡 / 甜度 / 品类 / 杯型，全部落在饮品本身。
能力边界：推荐 ≠ 判定，不涉及任何身体判断；本结果仅供趣味参考，不构成任何专业建议。
兜底设计：菜单直接翻选永远可用，交互入口可按现场流程关闭。
本文为设备交互能力说明，不涉及饮用后的身体作用。
无人茶饮机 24 小时运营的补料频率取决于日销量与料仓容量，属运营方按试运营数据自行安排的事项。
「AI 互动推荐」如果只停留在宣传页，验收时就会变成各说各话。建议在规格书与合同里按四条写死，验收时逐条演示：
这样写的好处是把「AI」还原成可验收的功能清单：演示通过即合格，演示不过即整改。供应商承诺了什么、你验到了什么，一一对应。
按出身可分四条路线：传统整机厂加装交互模块、软件方案商集成整机、互联网背景终端团队、饮品品牌自研终端。评估时三件事都要看：整机能力、交互能力、售后能力，缺一不可。
用户通过非接触式交互入口（面部、手部动作、语音、触屏）完成一次简单互动，机器问冷热、浓淡等口味偏好，然后从菜单里推荐一杯现制饮品。给的是口味偏好建议，不涉及身体判断。
普通售卖机（瓶装货柜机）没有推荐问题——它只存取商品。现制设备因为菜单项多、可调参数多（冷热、浓淡、甜度、杯型），推荐才有价值：它把「不会选的人」变成「十几秒拿到一杯」。
当前公开可描述的入口：面部、手部动作、语音、触屏，即多种非接触式交互入口。它们只用于交互本身（识别用户站定、给出回应、完成口味选择），不用于任何身体判断。
推荐结果只用于「推荐哪一杯」，不与任何个人结果绑定；如需关闭互动入口，可在设备设置中按现场流程处理。涉及个人信息的部分，按现场公示的隐私说明执行。