王兴说美团不做“Token工厂”：AI最后还是要回到一单外卖里

AI行业已经不缺会回答问题的模型，真正稀缺的是能够调动供给、完成履约并把结果写进财报的系统。

美团拥有餐饮、即时零售、酒店旅游、到店服务和配送网络，几乎每一次用户提问，后面都可能跟着一笔真实交易。

8月底的电话会上，王兴曾明确，美团的AI战略围绕Building LLM、AI at Work和AI in Products展开，AI模型将服务主业，改善用户、商户体验和公司经营效率，美团“不会成为Token工厂”。

这句话听起来有点技术圈黑话，但这却等于主动把美团从单纯的模型竞赛里抽了出来：模型能力只是基础设施，订单转化、商户效率和履约成本才是检验AI价值的财务口径。

搜索框正在退场，美团争的是“帮用户把事情办完”

互联网本地生活的入口，长期建立在搜索、榜单和推荐流上。用户打开App，搜索火锅、酒店或者景点，平台给出一批选项，用户比较评价、价格和距离，最后自行完成决策。生成式AI改变的是这套交互方式：用户可以直接提出一个带有预算、位置、人数和偏好的复杂需求，再由智能体完成筛选、组合乃至下单。

这对美团既是机会，也是一次入口保卫战。

机会来自美团已经拥有完成任务所需的基础设施。AI可以写出一份旅游攻略，却未必知道某家餐厅今晚还有没有位置、某间酒店能否延迟退房、商品能否在半小时内送到。美团长期积累的商户供给、实时库存、评价体系、交易规则、配送能力和售后机制，可以把一段自然语言需求变成可执行订单。模型负责理解意图，平台负责让服务发生，两者之间存在一条相对清晰的商业闭环。

风险同样摆在桌面上。如果通用智能体成为用户规划吃喝玩乐的第一入口，美团App可能被压缩成后端供应与履约系统，流量分配权随之发生变化。美团升级AI助手“小团”，把产品能力从搜索、问答和决策辅助推进到下单、订位等代理执行场景，本质上是在提前争夺智能体时代的用户界面。路透社在报道LongCat-2.0时也提到，美团此前的AI助手已经可以推荐餐厅、酒店，并执行点餐和订房等任务。

这条路线与百度存在明显差异。百度已经把AI云基础设施、AI应用和AI原生营销单独列入收入结构，2026年第二季度AI云基础设施收入73亿元，同比增长50%，GPU云收入同比增长283%。百度的AI需要形成独立收入，美团的AI暂时更像经营杠杆：提高搜索转化率、增加交易频次、降低服务成本，随后反映在本地商业利润里。

所以，“美团为什么不想做下一个百度”并不涉及两条路线的高下，而是商业禀赋不同。百度向企业出售算力、模型和应用，美团手里已经握着一套庞大的生活服务交易系统，更自然的选择，是让AI参与每一笔订单。

美团训练大模型，最终要算的是商户和骑手的账

美团并未放弃底层模型。6月发布的LongCat-2.0总参数达到1.6万亿，平均激活约480亿，原生支持100万Token上下文，并在五万张国产算力卡组成的集群上完成全流程训练与推理。模型定位明显偏向代码、工具调用和复杂任务执行，这与美团需要大量智能体进入内部工作流、商户经营和消费决策的方向相吻合。

参数规模只能证明技术投入，无法直接回答投资者最关心的问题：77亿元季度研发费用，怎样进入利润表的另一端？

用户侧的路径相对直接。AI助手如果能够理解“预算五百元、离公司半小时、适合六个人聚餐、最好有包间”这类复杂需求，并直接完成筛选、预订和支付，原来分散在搜索、点评和比价环节的决策时间会被压缩。美团获得的潜在收益包括更高的订单转化率、更强的跨品类导流，以及酒店、餐饮、打车和零售之间更顺畅的交叉销售。

商户侧可能产生更持久的价值。美团推出的CatPaw已经覆盖公司内部9万名员工，搭建超过3万个Agent；产品同时面向餐饮、美业、宠物医院等场景，处理评价诊断、经营数据分析、商品文案和活动策划。 对大量缺少数字化团队的中小商户而言，AI可以先接管数据汇总、异常识别、库存提醒和营销建议等重复工作，再逐步参与排班、采购和会员运营。商户经营得更稳定，平台的供给质量、广告效率和留存率也可能改善。

配送侧的账更难算，却可能影响最大。即时零售是一门高度依赖单位经济模型的生意，订单密度、骑手路线、天气变化、出餐速度和履约承诺彼此牵制。AI调度只要持续缩短空驶距离、降低超时率、改善高峰期运力匹配，微小的单均成本变化放到大规模订单中，也可能形成可观的经营杠杆。问题在于，美团目前尚未披露AI对单均配送成本、商户付费率或用户转化率的具体贡献，投资者暂时只能把这部分看作等待验证的经营增量。

王兴谈“真实工作流”，最有分量的地方也在这里。美团拥有模型公司普遍缺少的执行环境，订单完成之后还有配送、核销、退款、评价和复购，这些结果可以继续反馈给模型。数据不再停留在网页文本里，而是带着明确的交易结果与服务质量，这会逐渐形成美团AI的行业壁垒。

AI可以抬高美团的上限，财务兑现仍要逐季验证

美团AI的基本面逻辑已经比较清楚：消费端守住本地生活入口，商户端提升经营效率，履约端改善成本结构，内部则利用Agent减少重复劳动。几条线一旦形成协同，美团可能由生活服务平台继续向本地商业基础设施延伸。

但市场暂时不适合给出过高溢价。LongCat-2.0和CatPaw证明美团具备模型及智能体能力，距离大规模商业回报仍有几道门槛。代理下单涉及账户权限、支付安全和售后责任；商户经营建议必须建立在准确、及时的数据上；配送调度关系到骑手劳动强度和消费者体验，算法效率不能脱离平台治理。模型调用越深入，推理成本、算力投入与数据合规压力也会同步上升。

后续财报需要观察的指标因此非常具体：AI入口能否提升订单转化和跨品类交易，商户Agent能否形成稳定使用与付费，配送效率是否出现可持续改善，研发费用增长能否逐步对应利润率变化。如果美团只披露模型参数和产品数量，AI仍然停留在主题层面；如果用户频次、商户留存和单均履约效率开始改善，AI才会进入公司的定价体系。

结语：模型决定门票，订单决定美团能走多远

“Token工厂”这句话透露出王兴对AI投入产出关系的态度。美团愿意训练万亿参数模型，也愿意建设大规模算力，但最终考核标准依然是一单外卖、一间酒店和一家门店能否经营得更好。

在国内互联网公司中，美团拥有距离真实交易很近的AI落地场景，也拥有把数字决策送进物理世界的履约网络。这样的资源组合很难复制。对投资者而言，美团AI的吸引力不在于再造一个模型收入故事，而在于给原有千亿级业务增加新的效率函数。

模型排行榜会不断变化，生活服务的供给、交易和履约仍需日复一日完成。美团如果能让AI稳定地参与这些环节，AI带来的资产重估将有扎实的利润基础；如果订单效率长期没有改善，再大的模型也只是更昂贵的技术投入。王兴已经把方向讲得很清楚，接下来该由财报给出答案。