每經記者｜趙雯琪    每經編輯｜陳星    

豆包、元寶、千問在春節前掀起的數十億元“AI（人工智能）紅包”大戰正酣，美團AI也悄然落子。

2月11日，美團龍貓LongCat大模型官方微信賬號發布原生“深度研究”（Deep Research）智能體。據官方介紹，作為美團在“AI+本地生活”領域的最新落地成果，LongCat深度研究融合美團本地生活生態，通過調用真實工具鏈，可完成復雜的生活服務搜索與規劃任務，并為用戶量身定制涵蓋吃喝玩樂的全程攻略。

盡管不及騰訊、阿里、字節跳動等巨頭高調，美團在AI及大模型領域的布局始終緊鑼密鼓。

艾媒咨詢CEO（首席執行官）兼首席分析師張毅在接受《每日經濟新聞》記者（以下簡稱每經記者）采訪時表示，美團此番不跟進補貼大戰，而是直接上線深度研究智能體，信號極為明確，即避開同質化的短兵相接，選擇從真實的履約數據與復雜的任務閉環切入戰局。這意味著，本地生活的競爭邏輯正在發生根本性遷移：從紅包流量戰，轉向AI場景硬戰。

記者實測：研究時長5~15分鐘，大部分參考數據來自大眾點評等

據官方介紹，LongCat深度研究智能體的核心壁壘，是團隊采用了“真實場景+科學訓練”的訓練方法，讓智能體更懂生活。這也讓智能體每次研究都會從真實生活經驗出發，從而緩解了當前AI在解決真實物理世界問題時容易出現幻覺的痛點。

具體來看，依托美團在本地生活領域的原生能力，LongCat搭建了一套覆蓋地圖規劃、實時票務的真實工具集。智能體在訓練階段即在真實環境中與實時數據交互——每一條餐廳推薦背后都有真實的消費熱度背書，每一條路線規劃都依托實時客流監測。

每經記者實測發現，如果要求美團LongCat大語言模型推薦北京5家最好吃的西餐廳，大模型幾秒鐘就生成了餐廳推薦，而如果給LongCat深度研究智能體提出同樣的要求，后者研究長達5~15分鐘后生成長篇研究報告。

研究報告提到，該報告構建了涵蓋口味還原度、空間體驗與服務顆粒度的三維評價體系。通過對點評星級、人均消費及商戶標簽的深度清洗，篩選出核心樣本，確保榜單兼顧大眾口碑與專業高度。

每經記者發現，LongCat智能體生成報告中的數據大部分來自大眾點評的評分和評價。如果向阿里千問詢問同樣的問題，千問的推薦數據均來自于高德的點評體系，這也意味著，大模型已經從簡單的技術之爭升級為全方位的生態、數據大戰。

記者實測

LongCat官方表示，其深度研究智能體甄選的餐廳是基于美團真實的消費熱度與口碑；推薦的酒店，源自真實入住評價；哪怕是路途中的充電樁，也精準直連美團接入的實時樁源；景區路線規劃都依托真實票務數據、監測實時客流與官方信息。全程以真實交易數據支撐，讓每一次推薦都“靠譜可信”。另外，LongCat深度研究背靠美團在本地生活領域沉淀的深厚數據與理解，懂得何為真正的“優質”。

同時，團隊引入了基于評價準則的獎勵機制。通過專家提煉的評價體系合成高質量數據，對模型進行強化學習。實驗證明，這種將“理工科”邏輯推理能力與“本地生活”經驗融合的混合訓練策略，大幅提升了智能體在處理復雜現實任務時的準確率與可信度，使其更懂用戶。

張毅認為，從核心定位來看，LongCat深度研究智能體主打的是用真實交易數據來解決AI幻覺。

“AI幻覺在生成式大模型里被聊得很多，而我認為LongCat智能體最強的壁壘在于，它每一條建議背后都有真實的履約交易評價作為背書，主攻的就是可信、可落地、可下單。”張毅表示。

張毅補充分析，這么多年來，美團在全場景的真實數據以及服務閉環上，確實積累了獨特的能力。比如LongCat擅長的復雜規劃、長上下文、多智能體聯動這些方面，應該也是美團平臺上多數據和未來延伸潛力的優勢場景。不過他也提到，未來還是要看平臺上C端（消費者端）決策與B端（企業端）相加協同的可能性。

從紅包流量轉向AI場景應用，本地生活開打AI技術升維戰

眼下，AI紅包大戰激戰正酣，阿里千問借助AI開啟新一輪“奶茶大戰”，平臺單日訂單超千萬單，甚至一度遭遇“宕機”，千問App也登頂應用商店排行榜。此外，百度、騰訊等大廠也紛紛投入數億元資金為AI“燒錢”。

2026年被認為是智能體集中爆發元年，政策出臺、科技巨頭加速布局、資本市場持續加碼，也讓這個賽道“眾星云集”。

工信部信息通信經濟專家委員會委員盤和林在接受每經記者采訪時表示，選擇在此時推出新的智能體，說明美團也加入了本輪AI模型大戰，且很可能在不久的將來，將AI大模型嵌入美團業務生態中。這可能是受了競爭對手系列動作的“刺激”，急于和對手對標。

在他看來，本地生活領域，將從補貼大戰轉向AI應用大戰，未來用AI購買萬物的時代即將開啟，而培養用戶習慣必然從優惠開始。“所以，我認為今年還有一場圍繞AI購物的補貼大戰。”盤和林表示。

2025年6月，美團核心本地商業CEO王莆中在美團零售服務大會上向包括每經記者在內的媒體記者坦言，美團每年在AI上投入超百億元，主要因為GPU（圖形處理器）很貴。“但是我們覺得這個投入是值得的。因為只有把AI的基礎設施包括大模型的研發投入進行下去，才能讓美團在過去十幾年在各行各業積累的大數據發揮新的價值，否則那些數據無法被鮮活地使用。”王莆中稱。

張毅認為，對于入局較晚的美團來說，目前面臨的最大挑戰還是用戶習慣問題。“目前大家還是更習慣使用通用AI，像元寶、千問、豆包、DeepSeek等。對美團來說，怎么讓用戶（包括C端和B端）愿意用、知道怎么用，這可能是個挑戰。其次，深度研究的算力成本非常高，對美團也是不小的壓力。另外，美團的生態相對封閉，跨平臺能力偏弱，這也是美團智能體的短板。”張毅表示。

盤和林也表示，美團的優勢是有大量沉淀的交易達成數據，而美團的挑戰，其一是美團投入大模型太晚了，對手已經占先機，算法，算力上的落后，很難用數據來彌補，其二是美團在AI和生態融合應用方面，需要走出差異化之路。

由此來看今年本地生活戰場的新格局，張毅分析，整體來說，外賣平臺補貼大戰可能不會延續，至少不會像去年那樣。但AI決策大戰將會成為今年的一個看點。“可信AI和泛娛樂AI會是一個很好的比對，獨立入口和生態內嵌是另一個看點，B端的商業化和C端的剛需體驗場景化，又是既矛盾又協同的一組關系。”張毅表示。

封面圖片來源：美團