作者｜江宇
编辑｜漠影
智东西9月17日报道，近日，美团正式公测其首个生活类AI Agent“小美”。
作为首个大厂出品的生活类AI Agent，小美究竟能做什么、体验如何，也引发了不少用户的好奇。无论是小美的微信服务号还是小红书官方账号，评论区几乎都在求码，用户纷纷表示“一码难求”。
整体而言，小美的功能简洁、轻便，用起来也完全改变了过往点外卖的习惯：不需要用户点开App翻菜单、不用筛选商家和商品，也不用设置优惠券或查找历史订单，只要用自然语言说一句需求，它就能精准理解、完成下单流程，附上推荐理由和图片菜单。
智东西也拿到了“暗号”（邀请码），第一时间实测，从点咖啡、安排早餐，到出差订酒店、公园推荐路线，看看这位“AI生活助理”究竟能做多少事，又有哪些地方还不够聪明。
一、不用点进APP，只说一句话就能点好餐
对习惯了手动点外卖的用户来说，小美的操作方式更具“AI感”，没有界面、无需点击，只说一句话，它就能帮你完成整套流程，这种体验跳脱了出原有产品的使用习惯。
过去，在美团或者饿了吗上点外卖，其实更像是在逛一个线上商场：打开App、搜索关键词、浏览商家、点进菜单、挑选商品、加入购物车、确认配送、完成支付。虽然这些步骤大家都不陌生，但每一步都要动动手、想一想，流程背后其实藏着很多“小决策”。
而小美的出现，打破了这种“先逛再买”的模式。它就像一个AI生活助理，用户只需要说一句“帮我点个低脂晚餐”或者“我要一杯不含咖啡因的饮料”，它就能自动理解需求、筛选商家、推荐合适商品，连支付都在对话里直接完成。相比传统App界面操作，它没有让用户“更主动”，而是让用户“更省心”。
哪种方式更好，或许见仁见智。但就“省事”这个维度而言，小美确实把点外卖这件事，推进到了一个更极致的阶段：不需要搜索、不需要比价，也不需要决策疲劳，只要把需求说出来，它就能把结果送过来。
对于赶时间、没空操作App的场景来说，比如地铁上、会议间隙，这种一句话搞定的方式，无疑方便得多。
智东西这次也试了试较为明确的指令：“我不喝美式，找一家离我最近的瑞幸推荐一杯饮料。”
在体验开始前，用户需要授权小美获取精准定位信息，并完成与美团账号的数据绑定。这是它完成下单任务需要的基础权限。
在这类意图明确的语句下，小美的响应速度较快，能够结合定位自动筛选附近门店，推荐符合条件的饮品，并在对话界面内直接生成可支付的订单。
由于小编当前地址尚未在美团App中保存，就需要手动添加配送地址，不过整个流程无需跳转，在小美界面内即可完成，整体交互较为顺畅。
跟美团App比，小美的订单页多了一点灵活性。用户可以在它推荐的基础上直接加购其他商品，不用像美团那样先放进购物车再一块结算。这点体验上是轻快了不少，尤其适合用户额外“加购”的场景，一定程度上弥补了小美处理多订单任务中的不足。
不过细看价格那一栏，小美虽然能识别账号里的红包并自动抵扣，但没把红包“膨胀”这一步做进去。毕竟现在外卖平台满减、膨胀、凑单这一套操作早成了用户习惯，小美这边还不太跟得上节奏，多少会错失外卖大战的“羊毛”。
整体操作算是流畅的，推荐完成后，右下角那个“OK”按钮显得非常醒目，点一下就能直接进入支付，支付页也跟美团App几乎没区别。
整个过程看下来，像是一个能听懂、可执行的外卖助手，虽然还有些优惠逻辑没接上，但主流程已经能跑通。
二、不止是点饭，它甚至可以规划你的日常
如果进一步探索小美的能力，会发现它远不只是“能下单”的AI助手，它还可以帮用户安排日程。
比如智东西试着给小美布置一个简单的生活任务：“安排下周工作日每天早上8点送早餐到公司。”从交互来看，小美确实识别出这是一个周期性日程任务，并根据要求给出几套早餐推荐方案。
问题也随之暴露出来：它并没有先询问具体的公司地址，而直接开始推荐，导致系统默认的门店不一定能送达。
更重要的是，小美目前还不支持“预定+定时配送”这一完整闭环。即便用户确认了其中一套早餐方案，它也无法帮你锁定并预定下周的配送订单，而是以“待办事项”的形式把这个推荐挂在日程里，到点再提醒用户来手动确认选购。这种做法更像是一个“闹钟+菜单提示”，真正的下单动作，还是需要用户亲自完成。
从这个角度看，小美虽然在“理解需求和组织任务”上已经走出了第一步，但在“自动执行”这一环节仍然有明显缺口。
在安排日常之外，小美也延续了美团出行场景和即时零售的各项能力。智东西试着给出一句指令：“订个离国贸近的酒店，每晚不超500。”小美能迅速识别其中的价格区间和地理需求，调出几家匹配的酒店，附带价格、位置、简要评论、图片，以及入住退房时间等基本信息。当用户进一步选中其中一家酒店后，小美还会自动补充可选房型，并展示床型、面积、有无早餐等具体信息。
点击订单下方的房型栏，就能进入详情页，对照图片和配置进行确认。这一设计一定程度上规避了“开盲盒”的风险，用户确认旅客信息后即可完成下单。
智东西又测试了另一种模糊指令：“找个附近适合散步的地方。”小美没有简单地推送热门景点，而是进一步分析“附近+适合散步”背后的隐含需求，综合考虑距离、安全性、配套设施等因素，推荐了几处步行距离可达的公园绿地，并提供导航路径，用户可以直接在小美内部调起美团地图，点击即走。
它还能帮用户完成一些长期规划类任务，比如“订购一周低脂晚餐”或“准备几天健康食材”。在这种较模糊但有方向性的表达下，小美会尝试从用户历史订单、消费习惯中提取偏好，结合食材营养结构给出组合建议，并自动整理成待购清单或下单入口。与传统在美团APP里手动搭配、逐条筛选不同，这种“AI助手+外卖APP”对接的方式，省去了反复比对的麻烦。
当然，自动化的背后也意味着牺牲部分“主动性”。用户无法像在美团中那样自由比价、查看全部用户评价或联系客服。
可以说，小美开始具备了成为“数字生活助理”的雏形。不仅能完成任务，还在学习用户的生活方式，从“点什么”到“怎么安排”，逐渐拓展边界。
三、美团自研大模型，为吃喝玩乐专门定制
之所以小美能理解这么多场景中的模糊指令，关键在于它背后的“大脑”是美团自研的Longcat大模型。作为一款MoE架构模型，Longcat总参数量达5600亿，但每次推理激活约270亿参数，具备较高效率与较低计算成本。重要的是，它并非用泛互联网文本训练，而是扎根本地生活，吃下了美团内部海量订单、商户、用户行为等真实数据。
这意味着，它知道用户所说的“点一杯霸王茶姬中我最爱喝的那一款”不是一句通用指令，而是真实菜单项的个性定制，它能准确调出历史订单、读懂订单记录；小美也还可以在导航、推荐、支付过程中不跳出App，这靠的是美团的系统级接口调用能力。这些底层能力，不只是让小美“会说话”，而是让它真的能“把事办了”。
就模型能力而言，小美也偶有“跑偏”。在小红书邀请码“争抢”热度颇高的时候，也有不少网友在该平台晒出不靠谱的案例。
小美虽然具备理解模糊需求、调度服务能力，但本质仍是基于大模型和系统规则运行。一旦面对语义边界模糊、信息不足或缺乏上下文的指令和未覆盖的功能，反而会放大逻辑上的错误。
结语：生活类Agent，站在了AI生活落地的前线
作为一款直接面向消费者的AI Agent产品，小美无疑暴露出了不少问题：不支持定时预定、红包不能膨胀、偶尔抽卡式错乱、部分复杂指令还会“读不懂”等。但也正因如此，它提供了一个观察AI真实落地表现的前线窗口。
在真正走进用户生活的过程中，生活类Agent不是一步到位的产品形态，而是需要长期调教与持续打磨的演化过程。
