„Ask DoorDash" ist ein konversationaler Shopping-Assistent, den DoorDash intern entwickelt hat und der über eine mehrschichtige KI-Architektur funktioniert – anstatt sich allein auf ein Large Language Model zu verlassen. Kernstück ist eine sogenannte Intelligence Layer, die persistentes Consumer-Memory mit Live-Backend-Daten verknüpft: Der Assistent kennt frühere Bestellungen, Präferenzen und den aktuellen Lagerbestand in Echtzeit. Spezialisierte KI-Agenten übernehmen jeweils dedizierte Aufgaben – etwa Produktsuche, Personalisierung oder Checkout-Logik – und kommunizieren über ein MCP-basiertes (Model Context Protocol) Tooling miteinander. Dieses Agentendesign soll verhindern, dass ein einzelnes Generalmodell Aufgaben übernimmt, für die es nicht optimal trainiert ist. Der Ansatz verbessert laut DoorDash die Intent-Genauigkeit messbar, da Kontext über die gesamte Session hinweg erhalten bleibt statt bei jedem Nutzer-Turn verlorenzugehen. Das System ist auf die spezifischen Anforderungen von Quick-Commerce ausgelegt: hohe Produktvolumen, kurze Lieferzeitfenster und stark kontextabhängige Nutzerbedürfnisse. Der Artikel wurde von Leela Kumili auf InfoQ veröffentlicht und liefert technische Einblicke in eine produktiv laufende Implementierung.