市場還在看外賣，美團已經開修下一條護城河

15 世紀末，哥倫布環球航行歸來，部分歐洲貴族認為其成就出於偶然。哥倫布沒有反駁。他拿起一個雞蛋，讓在場的人試着把它立在桌上。沒有人成功。他輕輕在蛋殼上敲了一個小凹痕，把蛋穩穩地放了上去，然後説：“這件事不難，但只有我知道怎麼做到。” 

很多事情聽起來都不難。讓 AI 回答一個問題，讓 AI 梳理一份看似邏輯合理的出行方案，讓 AI 幫用户推薦一家餐廳。但讓 AI 從 “知道答案” 到 “真正完成一件事”，從腦海中推演到物理世界的實處，這道鴻溝遠比想象中寬。

7 月 27 日，美團旗下本地生活 AI 原生助手 “小團” 完成全面升級。新版小團的核心變化，在搜索、問答和決策輔助之外，進一步升級代理執行能力。用户提出需求後，小團可結合實時信息，協助完成下單、打車、訂位等本地生活服務操作。

從 “能答” 到 “能辦”，一字之差，天壤之別。表面上是一次功能升級，骨子裏是 AI 從信息工具向行動代理邁出的第一步。

很多人還沒意識到，商業史上每一次真正的大機會，都藏在 “降低摩擦成本” 這六個字裏。

我們從小團這次升級聊起，從 “能答” 到 “能辦” 之間的鴻溝究竟在哪，本地生活市場正在發生哪些潛移默化的改變，以及一個被嚴重低估的事實：美團的 AI 資產，至今沒有拿到屬於它的定價。

01 從問 “小團” 到讓 “小團” 幫忙

美團小團 2.0 的核心變化，一句話就能説清楚：用户不用再自己動手了。

舉個例子：幫我訂一個本地最具特色的當地菜館，要四個人吃，能定晚上 6 點餐位，能步行到達。

常見的 AI 回答：在訓練和全網數據中檢索相關信息，推薦 3-4 家餐廳，無法判斷餐廳的最新情況，甚至會出現回答歧義，比如把 “先坐地鐵後步行” 也歸集到步行方案。當然，在執行層面由於存在大量堵點尚未打通，很多 AI 也不具備幹活能力。

而小團 2.0 通過自家生態始終掌握着最新信息，在確認後就可以直接幫你預定餐位，並且確保當地特色、步行到店等要求，能夠得到滿足。

執行流程看起來也很簡單。整體分三步：篩選，結合距離、營業狀態、用户評價、價格和實時餘位，從海量商家最新數據中匹配符合條件的方案；推薦，把篩選結果呈現給用户，附上選擇依據——為什麼推薦這家、評價怎麼樣、空位還有幾個；執行，用户確認後，小團直接協助完成預訂。

除了到店，外賣模式下小團同樣有優勢。我們用小團點了一杯奶茶，只調整了口味信息，小團自動選取了送達時間最快的奶茶店，並且通過多平台對比，選擇了最合適的優惠券直接使用，實現了跨平台最優價格。

小團的長鏈決策能力和上下文記憶能力也相當能打，並且嵌入了美團大多數服務項目。查詢、規劃、推薦、直接通過 AI 叫車出行，全部打通。小團不僅完成了地址查詢和叫車服務，還考慮到了行程時間、單人就餐和排隊時間，最終完成了最貼合用户需求的決策。

針對部分尚未接入線上預訂系統的商家，小團還有一個更隱蔽但更實用的功能：“AI 外呼”。用户提出預訂需求後，小團可模擬人工完成電話諮詢和確認。

這樣的能力放在衣食住行這個人類最基礎也最頻繁的日常需求上，意義格外不同。以往每一次出門吃飯、辦事、約人，用户都要反覆搜索、比價、確認、下單，整個過程消耗的是時間，也是精力。小團 2.0 在最全最準的信息中，幫用户不止省去了來回切換頁面的麻煩，還在匹配和執行的過程中，找到更合適的方案。

在我們看來，新版小團可能是目前最實用的 C 端 AI 應用。它沒有炸裂的跑分，沒有驚豔的多模態演示，但它做到了一件所有大模型公司都沒做到的事：把 AI 塞進了一條真實運轉了十幾年的交易、評價流水線裏。

02 一道被低估的鴻溝：數字世界會説話，物理世界要辦事

今年以來，“物理 AI” 以一種引人注目的方式嶄露頭角。如何觸達物理世界，是現階段所有 AI 企業必須面對的議題。Gartner 最近將其列為 2026 年的主要技術趨勢之一，英偉達則開始將其譽為人工智能的下一個發展階段。

圖：Gartner 報告節選，提及觸達 real world 的必要性，來源：Gartner

除了廣義上理解的機器人產品，實際上更容易觸達物理世界的，還是自動駕駛、社會服務等環節。但要讓 AI 真實觸達物理世界，複雜性遠超常人的理解範圍。物理世界是動態的，有無數 corner case 無法通過機器學習提前覆蓋。

一家餐廳是否還在營業、今晚有沒有空位、當前排隊多久——這些信息每時每刻都在變化。如果上升到履約層面，物理場景對 AI 系統實時響應、低延遲、本地數據質量的要求，是高到苛刻的。

數字世界的 AI 可以依賴雲端算力反覆推演，但物理世界的執行不允許 “再試一次”。訂位失敗了就是失敗了，打車錯過了就是錯過了。

這裏藏着一個極少被討論的真相：AI 行業的軍備競賽，幾乎全部集中在 “更聰明的大腦” 上。但物理世界需要的，除了更聰明的大腦，還有真的 “吃過見過” 和一雙能幹活的 “手”。

小團之所以能率先實現物理世界的觸達，靠的不是模型跑分更高。它的底牌是美團長期沉澱的商家、評價、交易和履約數據，加上配送和服務履約網絡。這兩樣東西，為 AI 將供給信息組織成答案、再在產品支持範圍內銜接後續行動，提供了基礎。

先説數據質量。本地生活服務的 AI，最怕的不是算力不夠，而是 “信息不真”。一家餐廳的評價可能是半年前的，營業時間可能已經改了，空位數量每分鐘都在變。純大模型公司能生成漂亮的推薦文案，但不知道這家店今晚還有沒有位置。

美團的數據底座，決定了小團 2.0 的 “真實感”。截至目前，小團的信息服務已覆蓋全國 2800 多個城市，累計完成超過 7 億次商家信息校驗，收錄用户評價超過 13 億條，並且圍繞着運力、到店業務的實時數據網絡，構建了最貼合真實物理世界的數據集。

再説履約能力。小團能協助完成訂位、下單、打車，不止是因為能理解用户需求。更根本的原因是：美團有覆蓋本地生活服務的配送及服務履約網絡，能承接住 AI 發起的每一個行動指令。外賣運力、出行運力、商家服務網絡——那些沒有物理世界執行能力的純大模型公司，即便能生成同樣精準的推薦，也無法在用户説 “幫我訂” 的時候，真的把事辦成。

美團在物理世界的護城河，是用十幾年時間一寸一寸鋪出來的。這條護城河，不是技術領先挖出來的，是時間熬出來的。而時間築成的壁壘，恰恰最難被顛覆。

從 “能答” 到 “能辦”，看起來只是 AI 多走了一步。但這一步，和哥倫布把雞蛋立在桌上一樣，台上一分鐘，台下十年功。

03 商業的本質，就是降低摩擦成本

拉長週期來看，商貿發展的歷史，本質上就是一部不斷兼顧摩擦成本的演進史。

城市誕生的本質，就是為了降低人類的交易成本：信息交換成本、運輸成本、社會互動成本。商品市場能夠有效降低微觀經濟運行中的交易成本，與城市化長期互為因果。

互聯網接過了這根接力棒，把線下的空間決策成本進一步抹去。平台經濟的本質，就是降低搜尋成本、協商成本、支付成本和信任成本。過去，用户需要親自走進商圈、挨家比價；後來，用户只需要打開手機，在幾個 App 之間切換搜索、比較、下單。決策的空間成本被壓縮了，但決策本身的時間成本和精力成本依然存在。

小團 2.0 的升級，沿着同一條邏輯線往前走了一步。對於現如今最龐大最複雜的本地消費市場而言，一場 AI 帶來的重塑正在發生。而這次重塑的核心目標，是消費者腦子裏那個看不見的決策負擔。

服務消費的決策成本，正是當下消費鏈條中最容易被忽視的摩擦點。紅餐產業研究院發佈的《中國餐飲到店決策與評價體系洞察報告 2026》明確指出，消費者的到店決策路徑變得更長，且更加謹慎。埃森哲 2024 年全球消費者調研則顯示，高達 76% 的中國消費者曾因選擇過多或決策困難而放棄購買。

圖：埃森哲《在信息過載時代重新定義相關性》報告節選，來源：埃森哲官網

互聯網平台的信息承載量已經過載。口味、人均消費、用餐環境、優惠券，這些用户需要在大屏與小屏之間反覆切換，完成比價和下單。而截至 2025 年末，我國 60 歲及以上老年人口已達 3.23 億，佔總人口的 23%。這 3 億多人裏，有多少能熟練使用手機完成一系列複雜的比價決策動作？

小團 2.0 的真正價值，就藏在這個問題裏：它降低了服務消費的決策門檻。讓更多人羣——不僅是年輕人，也包括那些不擅長使用複雜 App 的羣體——能夠通過一句自然語言完成一次消費。

AI 從 “信息匹配” 推進到 “交易執行”，用户從 “操作者” 變成 “確認者”。這個變化，或將改寫本地生活消費的底層邏輯。

人類都是有代際的。當更便捷的模式出現，人們就很難回到過去。現在的年輕人理解不了沒有互聯網的世界，正如未來的人可能理解不了需要反覆搜索、比價、確認的消費決策。

小團 2.0 站在這個改變的起點上。它不是在做一個更好的搜索框，它是在十億人的手機裏修一條直達目的地的運河。運河一旦修成，沒人會再願意翻山越嶺。

04 美團的 AI 資產，至今沒有拿到屬於它的定價

行文至此，開頭那個問題的答案已經浮出水面。

美團之所以致力於讓 AI 接管更多中間環節，是對商業演進規律的順應：商貿發展的每一次躍遷，都是對交易摩擦的又一次壓縮。

從資本層面來看，美團的 AI 資產積累，遠比市場看到的要厚。理想、智譜、宇樹，以及今年大放異彩的月之暗面，背後都有美團的身影。而在內部，美團的投入同樣不遑多讓。在今年的電話會上，王興透露，美團在資本支出和 AI 人才上進行了大規模投入，“除有云計算業務的企業外，美團在 AI 上的投入規模，大概率是國內企業裏最大的，且已經堅持佈局三年多了”。

“投” 和 “研” 疊加，美團在 AI 領域的資產厚度，已經遠超一家本地生活公司應有的配置。而小團 2.0，正是這些資產集中內化的結果之一。

但市場在給美團的 AI 資產定價時，眼睛只盯着投資浮盈。真正的價值，藏在水下：海量真實物理世界的數據資源、一個運轉了十幾年的龐大履約系統、以及從 CEO 到業務線都認定 “AI 是第一優先級” 的組織決心。

這些資產沒有跑分，沒有多模態演示，沒有震撼業界的基準測試成績單。但它們有一個其他大模型公司望塵莫及的特性：它們已經嵌入了幾億用户的真實生活。

市場最近已經開始重新審視美團的價值，股價出現了反彈。但這只是重新定價的開始。美團在 AI 上做了很多事，大部分還藏在水下。

歷史反覆驗證一個道理：哥倫布環球旅行的價值，不會因為貴族的短視而被湮滅。當運河已經修好，船已經下水，剩下的事情只是時間問題。而時間，總是站在修運河的人這邊。