从LongCat到CatPaw，美团带着本地生活下场

五万张国产卡跑出的模型，用来改变线下生意。

新眸原创·作者 | 马斯迪

七月底的AI圈并不平静。腾讯刚刚完成内部Agent团队的组织收拢，阿里被曝出将整合三款办公智能体进入统一入口，百度千帆平台上的Agent数量早已突破百万量级。

就在这时，一直显得沉默的美团也上线了CatPaw，一个搭载LongCat 2.0的全场景AI Agent平台。

这里面几个数字值得留意：9万名内部员工在用，累计搭建了3万个Agent，多个真实业务场景完成验证。这是一份跑了很久的内测成绩单。

时间倒回半个月前，美团刚把LongCat 2.0开源出去。1.6万亿总参数、约480亿激活、原生支持百万token上下文，更关键的标签是"五万张国产算力卡上完成全流程训练与推理"。

那时很多人的注意力还停留在"国产卡也能训万亿模型"这件事上，很少有人意识到，开源只是前菜，真正的落点在后面。

从开源模型到发布Agent平台，间隔不到三周。这个节奏很有意思。

行业里更常见的路径是先发产品、再造声势，模型能力慢慢补。美团反过来，先把底层模型和算力链路跑通，再把打磨了很久的应用层端出来。

这可能更贴近当下普遍的判断，毕竟大模型的看点，已经变成把AI变成真实业务里可用的生产力。这次我们就来聊聊，美团的AI有多少不一样的看点。

01

一条反常识的落地路径

LongCat 2.0开源的时候，震撼行业的是它的训练方式。五万张国产算力卡，从预训练到推理全链路跑通，全程没有英伟达高端卡参与。

在此之前，很多人对国产算力的印象还停留在"能用但不好用"，撑不起万亿参数规模的训练任务。美团用一次完整的工程实践证明了这件事可行，且不仅跑得通，稳态日吞吐能做到1T tokens以上，全程没有出现不可逆的损失尖刺与回滚。

这件事的意义在于一整条从训练到部署的国产化链路能够闭环。LongCat 2.0模型架构和芯片深度协同优化，针对显存与带宽受限的场景做稀疏注意力设计，甚至连推理代码都同步开源出来。

于是行业感知到，不靠最顶尖的海外芯片，也能撑起万亿级模型的规模化落地。

但如果只把美团的动作理解成"支持国产算力"，就看浅了。

当所有大厂都在争抢高端GPU产能的时候，美团提前走出了第二条路。这条路现在可能不是性能最优解，但随着规模扩大，它的成本优势和供应链安全性会越来越明显。

CatPaw作为上层应用，天然就继承了这种底层优势，企业客户不需要纠结算力采购的难题，也能用上大模型驱动的智能体。

从产品发布节奏上看，CatPaw不是刚做出来就推向市场，而是先在美团内部跑了很久。9万名员工、3万个Agent，这个规模放在整个国内互联网公司里都算靠前的。

美团有几万技术人员、运营人员、商家服务人员，日常工作里要处理大量的数据分析、文案生成、经营诊断、活动策划，这些场景天然就是Agent的试验场。

相当于在正式对外之前，CatPaw已经经历了一轮几万人规模的压力测试。哪些功能真的能提效，哪些只是看起来很美，哪些场景AI容易出错，哪些环节必须有人兜底，这些问题要靠真实使用反馈磨出来。“先用再发”的做法，在今天的AI行业里反而显得少见。

02

本地生活的Agent

为什么不一样

CatPaw功能介绍里，最醒目的不是多端同步、云端运行这些通用能力，而是"深耕本地生活，融合美团业务生态"这一条。

门店评价诊断与优化、商品文案生成、营销物料设计评估、活动策划、经营数据分析，这些技能是美团十几年做外卖、到店、零售、配送攒下的行业认知。

这件事说起来简单，做起来极难。市面上不缺通用AI助手，你让它写文案、做表格、分析数据都能做，但你让它诊断一家奶茶店的评价问题，给出具体的改品建议，效果立刻就打折扣。

不是模型能力不够，是它不懂这个行业的规则、术语和经营逻辑。你得花大量时间写提示词、喂行业知识、调输出格式，最后效果还不一定稳定。

中小商家更是如此。很多夫妻店老板连后台数据都看不太明白，你让他去调教AI，门槛太高了。美团调研里提到过一个现象：中小商家不缺数字化意识，缺的是门槛足够低、真正能用起来的工具。

这句话点中了要害。AI的普及瓶颈不是功能不够强，而是使用成本降不下来。

CatPaw的思路是把行业认知提前封装好。评价怎么分析、商品文案怎么写符合平台调性、营销活动有哪些成熟玩法、经营数据重点看哪几项。这些本来就是美团运营每天在做的事，现在打包成"专家"和"技能"，商家一键安装。

举个具体的例子，一家连锁餐饮的店长，每天早上要核对前一天的订单、核销、评价、库存数据，找出异常问题，再想想今天要做什么调整。

这些事不复杂，但零散、重复，每天要花一两个小时。用CatPaw的话，授权之后它自动去各个后台抓数据，整理成报告，把异常和重点问题标出来，甚至给出优化建议。店长只需要做判断和决策，不用再花时间整理信息。

这和办公场景的Agent有本质区别。

办公Agent解决的是企业内部的效率问题，写文档、做PPT、整理会议纪要、处理审批流。本地生活的Agent进入经营环节，影响的是营收和成本。

评价回复得好不好，直接影响进店转化率；活动策划得对不对，直接关系到当天的单量；经营数据抓得准不准，决定了老板能不能及时发现问题。

换句话说，办公Agent是"帮人干活"，行业Agent是"帮人生意"。后者的价值链条更短，付费意愿也更直接。

当然这并不容易。本地生意的场景极其细碎，餐饮和美业不一样，零售和医药不一样，甚至同是餐饮，奶茶店和火锅店的经营逻辑也差很多。

美团的优势在于，这些赛道它都深耕了很多年，有现成的运营方法论、数据标准和场景积累。

现在平台里已经有外卖、服务零售、医药健康等多个行业的专属专家与技能。以服务零售为例，商家运营专家整合了经营数据分析、评价管理、门店装修等核心场景。这些东西换一家公司做，光行业调研就要做半年，还不一定能摸到门道。

03

Agent下半场

看点是什么

今年上半年是国内AI Agent的爆发期。几乎每个大厂都拿出了自己的智能体产品，办公赛道尤其拥挤。

腾讯WorkBuddy、阿里QoderWork、字节TRAE、百度搭子……你有的功能我也有，你能操作浏览器我也能，你支持多端同步我也支持，功能点越来越像。

易观分析六月的数据很有意思：17款主流桌面端AI原生办公智能体合计访问量超过6000万次，WorkBuddy以2097万次排在第一，超过第二、第三名之和。数字很漂亮。

也能看出一个趋势，通用办公赛道的头部效应正在显现，后面的玩家空间越来越小。

所以最近几个月，行业开始出现整合的迹象。

腾讯把QClaw团队划入云产品六部，和WorkBuddy归到同一部门；阿里被曝要推出"千问办公"，整合三款产品进入一个入口。这不是偶然。当通用能力拉不开差距的时候，继续堆功能意义不大，收拢资源、聚焦核心场景才是理性选择。

这正是CatPaw发布的行业背景。通用Agent的第一轮竞赛已经接近尾声，下一个战场在行业纵深。

百度很早就看明白了这一点，所以千帆平台一直在强调"让Agent长在企业生产线里"。腾讯和阿里也在往行业走，腾讯依托微信生态做营销和客服，阿里依托电商和外贸做生意助手。但本地生活这个赛道，美团的位置得天独厚。

线下商家的数字化程度参差不齐，很多人还停留在"用个收银系统"的阶段。你让他们自己搭Agent、调大模型，完全不现实。

美团的角色很像一个翻译官：把复杂的AI能力翻译成商家能懂、能用的工具，再通过自己的商家触达渠道推出去。这件事只有既懂AI、又懂本地生意、还能触达海量商家的公司才能做。

当然挑战也不小。首先是付费意愿。中小商家对成本很敏感，一个月几十块钱的SaaS都要犹豫很久，AI工具能不能让他们愿意掏钱，要看实际效果够不够硬。其次是场景复杂度。

线下生意变量太多，天气、地段、竞品、节假日都会影响经营，AI能不能准确判断、给出靠谱建议，需要大量真实数据打磨。最后是信任问题。经营决策最终还是人来拍板，AI只能做建议，这个边界怎么把握，需要慢慢磨合。

方向是确定的。大模型发展到今天，benchmark榜单的吸引力越来越弱。行业真正关心的问题变成了：AI到底能在哪些业务里创造可衡量的价值？哪些场景能规模化落地？商业模式能不能跑通？

对于美团来说，这件事的想象空间不止于商家工具。如果CatPaw能在商家端跑通，下一步完全可以往消费决策、服务履约的方向延伸。消费者端有AI导购，商家端有AI运营，配送端有AI调度——整个本地生活的链路都可以用Agent重新做一遍。

现在下结论还太早。CatPaw才刚对外开放，商家的真实反馈、付费转化、留存数据都还需要时间验证。但它至少证明了一件事：AI落地，找对场景、沉下去、先用起来，更重要。

本文系新眸原创，申请转载授权、商务合作请联系微信：ycj841642330，添加好友请备注公司和职位。

更多内容，点击下方关注