如果把时间往回拉，会更容易理解这种节奏。去年 9 月发布首个自研开源大模型 LongCat，就标志美团这家公司正式进入大模型竞争。几乎同一时期，小美 APP 进入公测，则是 LongCat 最直接的 C 端载体。此后半年，美团的 AI 更新几乎保持着稳定但低调的节奏：
推出强化推理能力的 LongCat 推理模型，发布用于评估智能体任务能力的基准测试，随后又上线图像生成与视频生成模型，逐步补齐多模态能力。
进入 2026 年后，这条路线更加清晰。LongCat 系列继续强化推理与工具调用能力，并开始更多地与推荐系统、商家系统等核心业务结合。换句话说，美团的 AI 更新并没有停，反而在持续推进，只是很少以面向大众的方式呈现出来。
换言之，如果只看社交媒体，很容易产生一种错觉：美团不只没有参与到了今年的春节 AI 大战中，更是缺席了 AI 时代的竞争。但从模型迭代与产品布局来看，美团不仅没有缺席，反而在过去半年里密集完成了一轮从基础模型、智能体到业务嵌入的布局。
只是这些动作，大多发生在聚光灯之外。
互联网行业过去流行过一个词：降维打击。
现在来看，AI 对于传统外卖业务可能会是一次新的降维打击，千问这一波引爆全网的 30 亿免单 AI 点外卖就是一个例子。
交互体验上，用户过去是面对大量推荐的商家和商品，然后进行对比、选择下单，可能一看就是半小时，还不知道吃什么。AI 点外卖则是改变了信息流的模式，只给少数几个推荐，并能随时根据需求重新推荐，在心理成本上低了不少。
当然，具体到千问这次的火爆，肯定离不开营销的成功，尤其是上半年淘宝闪购免单送奶茶的成功经验。
30 亿免单并不只是补贴力度大，更重要的是把 AI 使用行为与‘免单’直接绑定：想要领券、下单、裂变，就必须通过千问完成。一句‘帮我点杯奶茶’，就能完成从选择到下单的完整流程，再叠加免单与分享机制，几乎天然适合在朋友圈与社交媒体扩散。
对很多用户来说，这甚至是第一次使用一个 AI 应用点外卖，满足日常生活的需求。这种设计也让用户更多不是因为‘想用 AI’才用千问，而是因为‘想点奶茶’（需求）才用千问。
相比之下，大多数人仍然不知道美团（小美 APP）也能 AI 点外卖，更不用说其他功能。
这种差距首先是在节奏上。过去一年，因为淘宝闪购这只‘鲶鱼’引发的外卖大战，美团被迫经历了一轮激烈的补贴与竞争，甚至 2025 年 Q3 经调整净亏损为 160 亿元。
更早之前，淘宝闪购是‘饿了么’，图片来源：雷科技
精力和资源重心的偏移，再加上作为‘大模型新手’，美团本身在模型能力上也有明显的差距，这些都决定了美团虽然在年初就将 AI 列为了‘核心计划’，但直到 9 月才勉强拿出成果。
在这样的背景下，AI 更像一项必须持续投入、完善的基础能力，所以我们也能看到过去半年美团在大模型和 AI 产品上的密集迭代。除了前文提到的，还包括基于‘龙猫’打造的 AI 编程产品 NoCode、AI IDE 产品 CatPaw，这些共同回应了去年 3 月王兴所谓‘美团 AI 的三条路’：
AI at Work，AI in Products 和 Building LLM。
当然，这些都需要投入资源、人才和时间来追赶，来完善。最终美团 AI 能走多远，可能还是要留给时间回答，但从目前来看，‘龙猫’模型成绩已经足够亮眼，在不少海外开源模型榜单上都能看到，X（原 Twitter）、Youtube 以及 Hack News 上也都看到对 LongCat 的讨论乃至称赞。
包括今年 1 月，‘龙猫’发布了全新的稀疏注意力机制 LoZA（LongCat ZigZag Attention），把 100 万上下文（1M Context）的推理成本砍掉了 90%，被很多开发者认为是‘显存救星’。
当然，模型的成功并不意味着产品的一定成功。只能说，随着 LongCat 系列在推理与智能体能力上的持续迭代，美团在模型层面的差距正在逐渐缩小。一旦底层模型与工具调用能力进一步成熟，再叠加美团本身庞大的本地生活网络与履约体系，美团才会正式加入中国的 AI 大战，让更多人看到小美 APP 等产品。
2026 年，一个越来越清晰的趋势是智能体 AI（Agentic AI）。它不像对话那样停留在屏幕里，而是直接嵌入点外卖、订票、找酒店、写报告这些更具体的操作和任务之中。谁能让更多用户把‘需求’直接交给智能体处理，谁就有机会在 AI 时代重新获得入口与位置。
这对阿里是机会，对美团同样是机会，对更多互联网公司亦然。
