美團也開源了大模型，但我覺得他們的野心是通用生活Agent。

起猛了，美團這下真的開始明牌干AI了。

居然，發布并直接開源了560B參數的MoE模型LongCat-Flash-Chat。

好家伙，WAIMAI里有兩個AI，這次成真的了，美團真發大模型了。

開源地址：https://github.com/meituan-longcat/LongCat-Flash-Chat

也有線上體驗地址：https://longcat.ai

我自己去體驗了一下，整體模型能力，中規中矩，但是快，是真的快，能把560B的模型，在推理的時候搞得這么快，是真的有點牛逼的。

我直接錄了個屏給大家看一下。

這里我們可以直觀對比一下LongCat和DeepSeek V3的輸出速度，API其實更好，但是這里就直接用的網頁版了，更C端用戶一些，能直觀的看到效果，他兩也都是MoE，而且參數量差不太多。

為了更公平的競爭，用了同一個問題，并關閉了聯網搜索來避免搜索干擾。

先來看DeepSeek。

DeepSeek每次還是需要原地轉圈圈思考一會兒，然后才一個一個的往外吐字，挺急的。

耗時整整33秒。

再來看LongCat，這刷新率不用多說了吧。

像機關槍一樣噠噠噠的五六秒就輸出完了。

這是LongCat和DeepSeek的另一個case，DeepSeek思考的功夫，LongCat答案快寫完了。

非常直觀的對比。。。

我又測了一下寫作和代碼。

先是做了一個新的小游戲，彈射線游戲，核心玩法是操作小球來躲避不同方向，不同速度的避彈射線，存活時間越長分數越高。

整體還行，這UI以及彈射線的設計還是很有藝術感，碰壁反彈也遵循了正確的物理規律，甚至在碰撞時會迸發好看的火花。

然后，我讓LongCat寫了篇小說。

全文比較長，我把完整版貼在這里，大家可以看看。

我還挺喜歡它寫的那句話的：在宇宙的尺度下，孤獨是一種常態。

我還讓它寫了一個北京美食地圖。

不愧是美食世家出身的大模型，寫的很細。

但是，我覺得最有趣的東西，其實是他們技術報告里的。

Agent能力。

很多人都在說 LongCat快，確實，它的速度極快，但是，他們的Agent能力，也極強。

直接登頂了。

我自己一直在說，AI現在很多時候，離我們普通大眾太遠了。

大家都在卷生產力，卷寫報告，卷做PPT，卷科研，這些東西當然很重要，但，它離我們真實的生活，總感覺還隔著一層。

大家都生產屬性了。

但是美團做一個Agent能力如此之高的并且超級快的大模型，我個人覺得，他目標就是為了服務自己的業務去的。

為了服務所有C端用戶的生活場景。

有些事，你得連起來看。

不知道有些人知不知道，你在美團點開搜索框，現在是有AI模式的搜索的。

它跟你傳統的搜索完全不一樣。

你不再需要去想“火鍋”、“烤肉”這種關鍵詞。

你可以直接跟它說人話，比如：“我想找個適合哥們兒幾個喝酒擼串、人均一百左右、離我最近、現在還開著的燒烤店。”

你看，它會立刻理解你這個復雜的需求，然后把最符合條件的店鋪，直接推給你。

而且，前段時間，他們也開始內測一個對我們社恐人士非常非常有用的新功能。

AI幫訂座。

你找到一家想去的餐廳，點一下那個“AI幫你訂”的按鈕，然后輸入你的需求，比如“今晚7點，4個人，要個靠窗的座”。然后，就沒你事了。

美團的AI，會自己打電話給餐廳的前臺。你沒看錯，是真的打電話，點開溝通明細，就能看到它跟前臺是怎么說的。

真的會用一個聽起來幾乎和真人一模一樣的聲音，去跟前臺溝通，幫你預定。

還有美團里的AI開發票，也是一個邏輯。

你點完外賣，不再需要跟商家打電話，直接讓AI去幫你搞定。

這些，所有這些已經在美團上落地、或者正在內測的AI功能，它們有一個共同的特點：

全都是為了C端用戶，為了生活場景，為了解決我們這些普通人，在日常生活中那些最具體、最瑣碎的痛點而服務的。

這一切的布局，感覺都像是一塊塊拼圖，正在拼出一個巨大的、清晰的圖景。而這個圖景的目標，就叫：

通用生活Agent。

放眼整個國內，好像確實也沒有比美團更適合來做這個產品的公司了。

AI最缺的是什么？場景和數據。

OpenAI做Agent，它很牛逼，但它能幫你訂一張從北京到上海的、下周二的、靠窗的高鐵票嗎？它能幫你找到你家樓下那家新開的、評價最好的蘭州拉面嗎？

它不能，因為它沒有這個數據，更沒有打通上下游的交易系統。

但這玩意，美團可太擅長了。

它的背后，是全國幾百萬家真實商戶的實時菜單、庫存、營業時間。是幾億C端用戶每天產生的真實交易、真實評價。是幾百萬外賣小哥每天在城市里穿梭，構成的最鮮活的、動態的物理世界數據。

換句話說，別人是拿AI，辛辛苦苦地去找應用場景。而美團，是用無數個真實的應用場景，反過來，去養它的AI。

這是一個正向的、可以無限循環的飛輪。用戶在美團上用AI的次數越多，它的AI就越懂你的需求，推薦就越精準，服務就越貼心。而服務越好，你就越離不開它。

現在，我們再回頭看美團發布的那個560B參數的MoE模型，LongCat。

你就能瞬間明白，這個特點就是快和Agent能力的模型，背后的深意。

為什么要把它做得那么快？

因為生活場景的交互，是即時的。你點外賣，你訂酒店，你打車，你不能等。

古典的交互設計師可能都知道，你設計產品交互時，最接受不了的，就是產品的卡頓和延遲。

一秒鐘的延遲，都可能讓用戶直接關掉App或者放棄這個功能，快，是C端產品能夠被用戶接受的生命線。

只有足夠快，用戶才不用等。

而模型為什么突出Agent能力？

因為生活服務，本質上，就是一連串復雜任務的組合。

訂一頓餐，背后需要理解你的口味、預算、位置，然后調用餐廳信息，規劃外賣路線，最后完成支付。

訂一張票，背后需要理解你的時間、目的地、偏好，然后調用票務系統，完成預定。

這些，都不是簡單的知識問答，這全都是需要理解、規劃、調用工具、執行任務才能完成的Agent行為。

還有一點，就是便宜。

LongCat的輸出成本5元/百萬 token。換句話說，它不希望用戶花幾百塊的成本全網比價，而是只做幾塊錢的生意。

所以，當你把所有的點練成線，就可以看到，美團幾乎就是在明示天下：

我們做大模型，從第一天起，瞄準的就是ToC的通用生活Agent，而不是所謂的，知識問答。

所以啊。

我覺得，別小看一個做本地生活起家的公司，更別小瞧那個每天給你送外賣的平臺。

它可能，比任何人都更懂，人類真實的需求和期待。

它不是要帶我們去火星，也不是劍指AGI。

它是要讓我們，在這個地球上。

活得。

更像一個被照顧得無微不至的人。

以上，既然看到這里了，如果覺得不錯，隨手點個贊、在看、轉發三連吧，如果想第一時間收到推送，也可以給我個星標?～謝謝你看我的文章，我們，下次再見。

>/ 作者：卡茲克、Qodicat、水杉

>/ 投稿或爆料，請聯系郵箱：wzglyay@virxact.com