下午两点，一家餐饮店老板的手机震了好几次。

信息涉及到的内容异常复杂，从新增差评到分店订单下滑的提示，还有等待拍板的新店营销方案。过去，解决上述任何一个问题都需要花费他许多精力。自这个午后，一切将变得惬意，他给“门店经营小助手”发了一句话，几分钟后拿到评价管理、用户分析、营销分析三份报告，内容里逐条标注是否异常。

7月27日，美团CatPaw升级为全场景AI Agent平台。随后几天，我们在社媒与商家沟通中发现这款美团Agent，正在深度重构本地生活行业。

CatPaw脱胎于编辑器插件，经过三年演化变成了研发、数据、运营、商服的工作台，并覆盖了个人、团队、企业三种主体。

Agent落地突围的叙事下，大模型的形态跳出了聊天助手，走向数字员工。可一旦涉及到生成合同、审核风险、整理反馈、输出改进方案等实操问题时，对话智能的短板就凸显出来了。对话智能的短板，成为了Agent爆发的绝佳培养基。

美团看到了从回答问题到完成工作的趋势，意识到Agent处于交付临界点。今年美团发布一季报后，王兴曾明确提到美团AI的发力方向，他表示“我们将持续加大AI投入力度，不断迭代AI Agent和大模型能力。”

美团LongCat-2.0发布时，万亿参数、全流程依托国产算力训练推理是其核心标签。背后的考量是既然国产算力是未来，那么先适配就能有先发优势。

作为其Agent进展的代表，CatPaw也走上了差异化道路，不卷通用能力，直接跑在本地生活的真实场景中。

对话框里装不下真正的工作

通用对话产品迈过交付这道坎并不容易，症结在于对话框里装不下真正的工作，这是CatPaw要解决的根本问题。

拆解下来，包括四个痛点，分别是缺乏上下文、无法调用工具、缺乏持续执行能力，以及难以复用结果。

对话不在工作流里，缺乏业务上下文是对话产品最主要的问题。单纯把一个大模型塞进对话框，解决不了任何问题，AI对生意没有任何感知能力，无论是门店数据、历史评价、经营规则、库存上下限，全都不知道的情况下，系统只能依赖用户提问，从零开始感知业务。

经常出现的场景是老板想问“今天哪几家店有问题”，AI得先把昨天的订单表、评价汇总、活动核销一个个贴进去，完成回答后，上下文便清零了。Agent需要具备的能力是带着记忆和规则进入任务，而不是反复对着失忆的机器人讲述背景。

有了记忆、能够进入经营的上下文之中，还需要Agent能调用工具去做事。

首先系统得给出经营建议，然后核查建议，才能落实到行动之中。这意味着Agent需要将人从后续大量繁杂、低价值的工作中解放出来，包括打开后台、筛数据、对账、改价等动作。

这些步骤中，一旦涉及读取文件、操作网页、跑终端命令、调业务系统接口，任何环节遇到问题，任务便永远停留在口头建议上，到不了执行层面。对看重交付效果的用户来说，只会建议，没法落地都是“假把式”。

AI进入执行环节还存在明显的“次抛”问题。真实工作往往是多步骤、长链路，对话一旦中断或超时，系统就像“喝断片”了一样，用户给新指令，系统便将上一句的进度全忘了。

缺乏任务进度追踪和关键节点确认，长时任务更无从承接。一些完全可以自动化、并行的工作，如自动复盘全天数据、定时汇总，对话框根本接不住，任务一中断就得从头再来。

最后一个痛点是能力与经验的复用问题。对话产出的是一段文本，无法变成表格、报告、可挂载的文件、可沉淀的技能。很多商家的经验甚至没有结构化文本，而是碎片化地分布在聊天记录里，无法将之复制到团队、固化为流程。

四个痛点共同回答了大模型何以无法进入到真正工作流，必须走向Agent的原因。

一个能交付的Agent，得有执行的手、规划的脑、上下文的记忆、人与Agent的协作，以及权限与确认的边界，缺一不可。事实上，今年以来，大厂都在围绕智能体博弈，相较此前的模型参数比拼，逐步转向智能体的办事能力。

都在博弈智能体，不等于有标准答案，底层业务不同，导致Agent的落点各异。

字节靠内容生态做规模，用扣子平台压低搭Bot的门槛，然后借抖音分发变现；阿里靠全栈能力绑政企，千问切入工具场景、百炼给企业定制兜底；社交入口为腾讯降低了入局门槛，13亿月活的语料是一个富矿。三家Agent的禀赋集中在数字世界，承接的是移动互联网的“遗产”。

这些禀赋在面对本地生活中兑现能力要难很多，比如动态适应。这门生意一直以来的特点就是无时无刻不在变化之中，评价、订单、库存每小时都在变；老板、店长、平台、骑手各有各的系统和节奏，流程又存在跨角色协同。最后凝结到经营动作上的改价、上新、发活动。

过去平台主要靠标准化、数字化接口，以及BD体系实现线上与线下的对齐，而用户需要同时分配精力到两端。

通用Agent念不了这个生意经，门店评价体系权重、营销转化漏斗、履约环节卡点全是具体又重要问题。

如此便能理解，美团AI无意再造通用问答入口，更关注输出通用Agent能力。简单来说，只要能把本地生活长期积累的行业认知，灌注到通用Agent上，使之直面具体经营和履约问题，美团AI就有自己的一席之地。

CatPaw卖的什么药？

马克思曾对黑格尔有过一句经典点评：用脑袋走路。美团这家公司的风格与之非常接近：先想清楚，再做事。

公司风格一以贯之的打在了CatPaw的身上：让Agent把问题想清楚，再动手。具体来说，CatPaw的底层是“脑手分离”架构。

扮演大脑的Agent Loop，负责理解意图、规划步骤、判断调用哪款工具，最后基于大模型推理处理对话上下文与结果解析。

Sandbox相当于手，负责实际执行。用户不懂的运行代码、读写文件、执行终端命令，都以微虚拟机的方式运行。微虚拟机的名字看上去很抽象，其实就是从硬件上做了安全隔离。

手脑之间通过标准化协议通信连接，由于分离架构，两端各自都能独立升级与扩缩。比如Agent Loop可以分布式千万级扩容，Sandbox按需扩展，一遇闲时又能回收。弹性可控，能将Agent运行的成本压低，降低用户使用门槛。

值得一提的是，为了让用户愿意用，CatPaw解耦了会话状态与执行环境，首次会话加载从15秒降低到2秒。此外，Agent运行过程中存在权限与风险不对等的情况，比如将模型、文件操作、浏览器全塞到同一个容器运行，会带来连锁风险，解耦也能从结构上规避。

解决了想问题和做事情，还得考虑任务在不同终端之间流转。

CatPaw给出了多端协同的解决方案，商家可以根据日常经营活动分层操作。涉及决策、查询、远程确认的关键决策，由移动端完成；涉及到专注本地深度执行的任务，如文件操作、浏览器控制、终端命令的完整能力，交由PC端处理。

除移动端和PC端之外，CatPaw还有云端解决方案，云端承接耗时较长或定时触发的任务，实现7×24小时不间断运行。

这套设计让任务摆脱了必须绑定单一设备，从而让任务可以在不同设备、不同权限、不同协作角色之间稳定流转。

一位连锁品牌的老板，在车上用手机发起指令后，云端持续运行，到达目的地后在办公室电脑上查看详情。

对老板而言，能办事是门槛，一直能办好事情才是终点。对于Agent而言，便需要技能、记忆、上下文支撑。

CatPaw设置了“专家广场”，目前已上线数十款专家，分为通用办公和本地生活两类。

以家电维修专家为例，我们模拟了空调不制冷的故障。过程中，系统会循序渐进追问问题，比如是内机还是外机不工作？是否有异响？显示屏有没有报错代码。问完之后，会给出故障诊断和维修建议，并可以查到附近的维修团单。

专家广场重要之处在于将十余年的行业沉淀封装为可调用的AI技能，这是CatPaw目前最直接的壁垒之一。

市面上不缺通用AI助手，写文案、做表格都行，但让它诊断一家奶茶店的评价、给出改品建议，效果就会断崖式下跌。

CatPaw把行业认知提前封装好，不再需要再重复造轮子。如何分析评价、如何写商品文案才更符合平台调性、套用成熟的营销活动玩法、哪些才是重点经营数据，全部被打包成专家技能，装机即有。

此外，内嵌浏览器支持操作过程一键录制，便于商家把日常高频流程自动封装为专属技能；跨会话长期记忆，有了用户偏好、操作习惯与历史上下文，系统会越用越熟练。这两个设计都贴合本地生活行业的现状，为团队提炼自己可复用的数字资产。

前面提到Agent运行过程中存在权限与风险不对等的情况，除了隔离之外，在复杂任务中，CatPaw还通过Agent协作模式，把权责问题进行了泾渭分明的划分。

Coordinator协调者模式适合跨模块长链路，如拆分与并行任务；Agent Team智能体团队由Team Lead把控方向，Teammate有各自的完整工具、共享任务列表与团队记忆；Plan with SOTA是强模型规划、轻量模型执行；Advisor协作模型用于碰到业务卡点时的咨询。

总而言之，AI解决分工，将决策权悬置给人，原因在于CatPaw的产品原则是“不替人做决定”。例如改价格、发活动等关键操作仍由经营者确认，AI负责信息整理、问题呈现、策略建议。

Agent会给美团本地生活带来什么？

从美团AI战略可以找到CatPaw的定位。

三层战略中，自研大模型LongCat构成基础层，即Building LLM，为第二层AI at Work提供支撑，辅助内部运营，然后是AI in Products，用以改造B、C两端产品。

作为AI at Work的核心载体，CatPaw是美团过去多年内部经验的放大。

从2023年内部编辑器插件起步，经过三年迭代，CatPaw在美团内部覆盖9万名员工、搭建了超3万个Agent，并且完全开放前就已在餐饮、美业、宠物医院等真实场景中完成验证。

王兴此前曾提到“AI Agent对我的冲击比ChatGPT更大”，并提出“服务AI Agent”（To A）的概念；这一方向，在一季度报后成为了战略重点之一。

在CatPaw之中，包含了美团可复用的工作流，以及本地生活的各种复杂的经营实践。从评价诊断到经营分析，再到营销活动，有了长期行业认知沉淀为专家与技能，Agent才具备走向可复用工作流的可能。

对于有定制需求的企业，CatPaw Managed Agents提供了Agent的开发、部署与运行管理，且运行环境做了多层设计。这让企业能够将自己的业务知识、工具、流程引入到Agent，在可管理的权限边界内，形成自己的AI能力。

从目前情况来看，CatPaw有别于其他通用Agent的稀缺性，来自美团连接数字世界与物理世界的底层基因。

用人话说，就是以数百万骑手、近千万商户、无人机与无人车等物理世界真实节点所织成的实体数据回流网络，使得美团无需卷模型参数，也不必担心流量焦虑，光是跑在真实场景的数据，就足以让美团变成AI巨人。

前段时间的WAIC上，一家具身智能头部公司的CEO在一场群访中，回应数据端的问题时，颇为感慨。

他说，“整个行业都在找各种办法解决真机数据问题，其实有很多是无效的事情，因为有的公司已经坐在富矿上了，比如美团。我们造产品、找场景、做验证，他们早就有了几百万真机数据回传了。”