作者｜江宇

編輯｜漠影

智東西9月17日報道，近日，美團正式公測其首個生活類AI Agent“小美”。

作爲首個大廠出品的生活類AI Agent，小美究竟能做什麼、體驗如何，也引發了不少用戶的好奇。無論是小美的微信服務號還是小紅書官方賬號，評論區幾乎都在求碼，用戶紛紛表示“一碼難求”。

整體而言，小美的功能簡潔、輕便，用起來也完全改變了過往點外賣的習慣：不需要用戶點開App翻菜單、不用篩選商家和商品，也不用設置優惠券或查找歷史訂單，只要用自然語言說一句需求，它就能精準理解、完成下單流程，附上推薦理由和圖片菜單。

智東西也拿到了“暗號”（邀請碼），第一時間實測，從點咖啡、安排早餐，到出差訂酒店、公園推薦路線，看看這位“AI生活助理”究竟能做多少事，又有哪些地方還不夠聰明。

一、不用點進APP，只說一句話就能點好餐

對習慣了手動點外賣的用戶來說，小美的操作方式更具“AI感”，沒有界面、無需點擊，只說一句話，它就能幫你完成整套流程，這種體驗跳脫了出原有產品的使用習慣。

過去，在美團或者餓了嗎上點外賣，其實更像是在逛一個線上商場：打開App、搜索關鍵詞、瀏覽商家、點進菜單、挑選商品、加入購物車、確認配送、完成支付。雖然這些步驟大家都不陌生，但每一步都要動動手、想一想，流程背後其實藏着很多“小決策”。

而小美的出現，打破了這種“先逛再買”的模式。它就像一個AI生活助理，用戶只需要說一句“幫我點個低脂晚餐”或者“我要一杯不含咖啡因的飲料”，它就能自動理解需求、篩選商家、推薦合適商品，連支付都在對話裏直接完成。相比傳統App界面操作，它沒有讓用戶“更主動”，而是讓用戶“更省心”。

哪種方式更好，或許見仁見智。但就“省事”這個維度而言，小美確實把點外賣這件事，推進到了一個更極致的階段：不需要搜索、不需要比價，也不需要決策疲勞，只要把需求說出來，它就能把結果送過來。

對於趕時間、沒空操作App的場景來說，比如地鐵上、會議間隙，這種一句話搞定的方式，無疑方便得多。

智東西這次也試了試較爲明確的指令：“我不喝美式，找一家離我最近的瑞幸推薦一杯飲料。”

在體驗開始前，用戶需要授權小美獲取精準定位信息，並完成與美團賬號的數據綁定。這是它完成下單任務需要的基礎權限。

在這類意圖明確的語句下，小美的響應速度較快，能夠結合定位自動篩選附近門店，推薦符合條件的飲品，並在對話界面內直接生成可支付的訂單。

由於小編當前地址尚未在美團App中保存，就需要手動添加配送地址，不過整個流程無需跳轉，在小美界面內即可完成，整體交互較爲順暢。

跟美團App比，小美的訂單頁多了一點靈活性。用戶可以在它推薦的基礎上直接加購其他商品，不用像美團那樣先放進購物車再一塊結算。這點體驗上是輕快了不少，尤其適合用戶額外“加購”的場景，一定程度上彌補了小美處理多訂單任務中的不足。

不過細看價格那一欄，小美雖然能識別賬號裏的紅包並自動抵扣，但沒把紅包“膨脹”這一步做進去。畢竟現在外賣平臺滿減、膨脹、湊單這一套操作早成了用戶習慣，小美這邊還不太跟得上節奏，多少會錯失外賣大戰的“羊毛”。

整體操作算是流暢的，推薦完成後，右下角那個“OK”按鈕顯得非常醒目，點一下就能直接進入支付，支付頁也跟美團App幾乎沒區別。

整個過程看下來，像是一個能聽懂、可執行的外賣助手，雖然還有些優惠邏輯沒接上，但主流程已經能跑通。

二、不止是點飯，它甚至可以規劃你的日常

如果進一步探索小美的能力，會發現它遠不只是“能下單”的AI助手，它還可以幫用戶安排日程。

比如智東西試着給小美佈置一個簡單的生活任務：“安排下週工作日每天早上8點送早餐到公司。”從交互來看，小美確實識別出這是一個週期性日程任務，並根據要求給出幾套早餐推薦方案。

問題也隨之暴露出來：它並沒有先詢問具體的公司地址，而直接開始推薦，導致系統默認的門店不一定能送達。

更重要的是，小美目前還不支持“預定+定時配送”這一完整閉環。即便用戶確認了其中一套早餐方案，它也無法幫你鎖定並預定下週的配送訂單，而是以“待辦事項”的形式把這個推薦掛在日程裏，到點再提醒用戶來手動確認選購。這種做法更像是一個“鬧鐘+菜單提示”，真正的下單動作，還是需要用戶親自完成。

從這個角度看，小美雖然在“理解需求和組織任務”上已經走出了第一步，但在“自動執行”這一環節仍然有明顯缺口。

在安排日常之外，小美也延續了美團出行場景和即時零售的各項能力。智東西試着給出一句指令：“訂個離國貿近的酒店，每晚不超500。”小美能迅速識別其中的價格區間和地理需求，調出幾家匹配的酒店，附帶價格、位置、簡要評論、圖片，以及入住退房時間等基本信息。當用戶進一步選中其中一家酒店後，小美還會自動補充可選房型，並展示牀型、面積、有無早餐等具體信息。

點擊訂單下方的房型欄，就能進入詳情頁，對照圖片和配置進行確認。這一設計一定程度上規避了“開盲盒”的風險，用戶確認旅客信息後即可完成下單。

智東西又測試了另一種模糊指令：“找個附近適合散步的地方。”小美沒有簡單地推送熱門景點，而是進一步分析“附近+適合散步”背後的隱含需求，綜合考慮距離、安全性、配套設施等因素，推薦了幾處步行距離可達的公園綠地，並提供導航路徑，用戶可以直接在小美內部調起美團地圖，點擊即走。

它還能幫用戶完成一些長期規劃類任務，比如“訂購一週低脂晚餐”或“準備幾天健康食材”。在這種較模糊但有方向性的表達下，小美會嘗試從用戶歷史訂單、消費習慣中提取偏好，結合食材營養結構給出組合建議，並自動整理成待購清單或下單入口。與傳統在美團APP裏手動搭配、逐條篩選不同，這種“AI助手+外賣APP”對接的方式，省去了反覆比對的麻煩。

當然，自動化的背後也意味着犧牲部分“主動性”。用戶無法像在美團中那樣自由比價、查看全部用戶評價或聯繫客服。

可以說，小美開始具備了成爲“數字生活助理”的雛形。不僅能完成任務，還在學習用戶的生活方式，從“點什麼”到“怎麼安排”，逐漸拓展邊界。

三、美團自研大模型，爲喫喝玩樂專門定製

之所以小美能理解這麼多場景中的模糊指令，關鍵在於它背後的“大腦”是美團自研的Longcat大模型。作爲一款MoE架構模型，Longcat總參數量達5600億，但每次推理激活約270億參數，具備較高效率與較低計算成本。重要的是，它並非用泛互聯網文本訓練，而是紮根本地生活，喫下了美團內部海量訂單、商戶、用戶行爲等真實數據。

這意味着，它知道用戶所說的“點一杯霸王茶姬中我最愛喝的那一款”不是一句通用指令，而是真實菜單項的個性定製，它能準確調出歷史訂單、讀懂訂單記錄；小美也還可以在導航、推薦、支付過程中不跳出App，這靠的是美團的系統級接口調用能力。這些底層能力，不只是讓小美“會說話”，而是讓它真的能“把事辦了”。

就模型能力而言，小美也偶有“跑偏”。在小紅書邀請碼“爭搶”熱度頗高的時候，也有不少網友在該平臺曬出不靠譜的案例。

小美雖然具備理解模糊需求、調度服務能力，但本質仍是基於大模型和系統規則運行。一旦面對語義邊界模糊、信息不足或缺乏上下文的指令和未覆蓋的功能，反而會放大邏輯上的錯誤。

結語：生活類Agent，站在了AI生活落地的前線

作爲一款直接面向消費者的AI Agent產品，小美無疑暴露出了不少問題：不支持定時預定、紅包不能膨脹、偶爾抽卡式錯亂、部分複雜指令還會“讀不懂”等。但也正因如此，它提供了一個觀察AI真實落地表現的前線窗口。

在真正走進用戶生活的過程中，生活類Agent不是一步到位的產品形態，而是需要長期調教與持續打磨的演化過程。