文｜強調Next
美團剛恢復盈利，研發賬單還在往上走。二季度，美團收入1046億元，按年增長14.4%。經調整淨利潤25億元，連續虧損三個季度後重新盈利。即時配送UE轉正，核心本地商業經營利潤回到57億元。公司剛從外賣補貼戰裏緩過來，研發投入就升至77億元，按年增長22.5%，比收入增速高出8個百分點。
美團給出的解釋是加大了AI投入。6月，美團發布1.6萬億參數的LongCat 2.0，是業界首個在五萬卡國產算力集群上完成訓練與推理全流程的萬億參數模型，以MIT協議開源。7月，面向用戶的「小團」和麪向企業的CatPaw相繼升級。財報會上，分析師追問LongCat準備怎麼賺錢。王興給出的答案很剋制：美團不打算成為「Token工廠」，模型和AI產品先服務主業。
這句話比模型參數更能說明美團的打算。美團當然需要一個足夠強的模型，但它不急着把模型單獨賣錢。美團AI的投入，最終要回到外賣、到店、酒旅和即時零售裏消化。
Token在通縮，場景在通脹。這是當下AI落地戰的核心矛盾，也解釋了美團AI戰略的出發點，它手裏最大的牌，是來自線下的真實交易。
美團的機會在於，用AI把一頓飯訂下來，把一件商品送到家，以及幫街邊商戶少做幾張表、少踩幾個經營的坑。這既是壁壘，也是AI落地線下時真正的商機。
▌愛因斯坦也訂不了位
今年3月，王興在一場管理層溝通會上打過一個比方：即便讓愛因斯坦當祕書，他也不知道一家餐廳現在有沒有座位。"這不是智力問題，而是信息問題。"
同一場會上他還說，AI和互聯網的區別是「猴與花的區別」，AI Agent對他的衝擊比ChatGPT更大。對美團而言，物理世界的數字化是AI的底座，"我們有最全的信息，有物理世界的行動能力，有無人機、無人車和具身智能"。
這句話點出了本地生活AI和多數線上AI應用的根本差別。
寫一段文案、總結一份報告，模型主要處理已經存在的信息。訂餐、買藥、找酒店面對的是不斷變化的城市實體。一家店是否營業、晚七點有沒有位、灶底1是否爆單、商品還有多少庫存、暴雨天多久能送到，這些答案隨時會變。
模型只負責聽懂需求。要把事情辦成，還得接上門店、庫存、價格、評價、支付和履約系統。這恰好是美團過去十多年一直乾的苦活，也是模型公司短期內繞不過去的門檻。隨着大模型技術差距拉小，複製一張履約網絡，比複製一個大模型難得多。
7月升級的「小團」已覆蓋全國2800多個城市，美團稱其累計完成超過7億次商家信息校驗，收錄用戶評價超過13億條。
用戶說一句「公司附近、六個人、晚上七點、能訂位的川菜」，小團可以結合距離、營業狀態、評價和實時餘位篩選，再在確認後完成預訂。碰到沒有線上訂位系統的小店，它會直接打電話詢問。
這個過程看起來不如模型寫代碼、做視頻炫目，卻更接近真實交易。用戶最終想解決的是今晚有地方喫飯，一份餐廳名單只是過程。過去的平台把人送到商品頁，AI開始替用戶越過搜索、比較和頁面跳轉，直接抵達交易。
這也改變了本地生活入口的爭奪方式。美團一邊在自己的App裏做小團，一邊把「數百萬騎手、覆蓋約2800個區縣」的履約能力封裝成Skill，允許外部AI助手調用。它不需要攔住所有需求入口，只要用戶最後要訂位、買藥、送東西，美團仍有機會接住這筆訂單。
模型公司擅長理解人，美團的長處是讓線下商戶和履約網絡也能被機器理解、被Agent調用。王興所謂的"物理世界數字化"，落到業務裏就是這件事。
▌日耗千萬試錯後繼續進攻
美團自己也交過學費。
王莆中在8月的西普會上覆盤過一段插曲。今年2月至3月，美團向約10萬名員工開放頂級模型的高額度調用，內部稱為「養蝦運動」。兩周沉澱了10萬個Skill，熱鬧很快變成了賬單：單日算力成本最高達到1000萬元，模型產生的錯誤還開始干擾真實經營。
這段插曲說明了一件簡單的事：每個人都用上AI，不等於公司提高了效率。員工拿最貴的模型改郵件、做PPT，調用量會快速上漲，利潤表不會因此變好。把AI扔給業務部門自由發揮，也可能把原有流程中的混亂放大。
4月起，美團收緊了這種無序使用。各事業部成立AI組織，6月至7月又啓動上千個項目，從中篩選值得改造的工作流。公司後來設定了由業務、HR和技術負責人組成的「AI Builder」團隊。業務部門決定哪些環節值得動，HR調整崗位和協作方式，技術團隊負責模型、數據與權限。
這段踩坑經歷，比「9萬名員工、3萬個Agent」的成績更有價值。企業可以買到模型賬號，難處在於先改哪一步、由誰對結果負責。美團最終摸出的順序是：先拆工作流，尋找重複、規則清楚、成本高的環節，再接入模型，關鍵決定仍由人確認。
CatPaw正是這套內部經驗的產品化。它能匯總銷售、評價和營銷數據，生成日報、識別異常，把固定流程做成Agent。對許多中小商戶來說，這些工作過去要靠店長在多個後台和表格之間手工完成。
▌讓中小商家也能用好AI
CatPaw目前披露較具體的試驗場是醫藥零售。
美團醫藥健康業務已經梳理25條工作流。一項品類策略過去需要5個角色協作，最快兩周完成，接入Agent後縮短到兩天；漱玉平民覆蓋68個城市的經營分析，過去每次需要兩小時，現在由系統自動生成日報，管理人員五分鐘可以看完。最終的調價、補貨和經營決策仍由人完成。
AI不替老闆做決定，改價、定營銷還是由人來完成。AI接手的是匯總數據、識別異常、輸出建議這類重複勞動。
這個需求比看起來要大。賽迪智庫與網商銀行6月發布的報告顯示，全國1.9億小微經營者中，97.4%聽說過AI，53.2%嘗試過，持續使用的只剩33%；真正把AI融入工作流的小微企業只有5.1%，而大中型企業已超過50%，差着十倍。中小商家不缺努力，也不缺意識，缺的是一個用得起、用得上的入口。工信部今年專門出台《「小快輕準」數字化產品和服務培育指引（2026年版）》，要降低的也正是這道門檻。
現階段把它寫成美團的第二增長曲線，顯然還太早。但CatPaw已經露出另一層價值。
過去，美團和商家的主要關係發生在交易環節：平台帶來流量和訂單，商家支付佣金和廣告費。AI開始參與備貨、選品、營銷和經營覆盤後，商家的庫存更準、活動更合適，平台上的供給和履約也會隨之改善。因此，AI的回報可能分散在用戶復購和配送效率裏，而不是像Token收入一樣單獨列出來。
所以，「不做Token工廠」並不代表美團在AI上少花錢。LongCat 2.0用了五萬卡國產算力集群訓練，二季度研發投入77億元，都是實打實的成本。
王興只是給這些投入規定了更適合美團的去處，模型能力必須回到主業，進入真實工作流，最後落到交易和效率上。
十多年前，互聯網把街邊門店搬到了線上，美團現在想再往前走一步，讓AI幫助用戶怎麼消費、商家怎麼經營。如果這一步成立，美團將從流量和履約平台繼續向本地生活服務的經營操作系統延伸。