起猛了，美團(tuán)這下真的開始明牌干AI了。

居然，發(fā)布并直接開源了560B參數(shù)的MoE模型LongCat-Flash-Chat。

好家伙，WAIMAI里有兩個(gè)AI，這次成真的了，美團(tuán)真發(fā)大模型了。

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

也有線上體驗(yàn)地址：https://longcat.ai

我自己去體驗(yàn)了一下，整體模型能力，中規(guī)中矩，但是快，是真的快，能把560B的模型，在推理的時(shí)候搞得這么快，是真的有點(diǎn)牛逼的。

我直接錄了個(gè)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(shí)更好，但是這里就直接用的網(wǎng)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(shù)量差不太多。

為了更公平的競爭，用了同一個(gè)問題，并關(guān)閉了聯(lián)網(wǎng)搜索來避免搜索干擾。

先來看DeepSeek。

DeepSeek每次還是需要原地轉(zhuǎn)圈圈思考一會兒，然后才一個(gè)一個(gè)的往外吐字，挺急的。

耗時(shí)整整33秒。

再來看LongCat，這刷新率不用多說了吧。

像機(jī)關(guān)槍一樣噠噠噠的五六秒就輸出完了。

這是LongCat和DeepSeek的另一個(gè)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(gè)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(shí)間越長分?jǐn)?shù)越高。

整體還行，這UI以及彈射線的設(shè)計(jì)還是很有藝術(shù)感，碰壁反彈也遵循了正確的物理規(guī)律，甚至在碰撞時(shí)會迸發(fā)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(dú)是一種常態(tài)。

我還讓它寫了一個(gè)北京美食地圖。

不愧是美食世家出身的大模型，寫的很細(xì)。

但是，我覺得最有趣的東西，其實(shí)是他們技術(shù)報(bào)告里的。

Agent能力。

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

直接登頂了。

我自己一直在說，AI現(xiàn)在很多時(shí)候，離我們普通大眾太遠(yuǎn)了。

大家都在卷生產(chǎn)力，卷寫報(bào)告，卷做PPT，卷科研，這些東西當(dāng)然很重要，但，它離我們真實(shí)的生活，總感覺還隔著一層。

大家都生產(chǎn)屬性了。

但是美團(tuán)做一個(gè)Agent能力如此之高的并且超級快的大模型，我個(gè)人覺得，他目標(biāo)就是為了服務(wù)自己的業(yè)務(wù)去的。

為了服務(wù)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(tuán)點(diǎn)開搜索框，現(xiàn)在是有AI模式的搜索的。

它跟你傳統(tǒng)的搜索完全不一樣。

你不再需要去想“火鍋”、“烤肉”這種關(guān)鍵詞。

你可以直接跟它說人話，比如：“我想找個(gè)適合哥們兒幾個(gè)喝酒擼串、人均一百左右、離我最近、現(xiàn)在還開著的燒烤店�！�

你看，它會立刻理解你這個(gè)復(fù)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(shí)間，他們也開始內(nèi)測一個(gè)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(diǎn)一下那個(gè)“AI幫你訂”的按鈕，然后輸入你的需求，比如“今晚7點(diǎn)，4個(gè)人，要個(gè)靠窗的座”。然后，就沒你事了。

美團(tuán)的AI，會自己打電話給餐廳的前臺。你沒看錯(cuò)，是真的打電話，點(diǎn)開溝通明細(xì)，就能看到它跟前臺是怎么說的。

真的會用一個(gè)聽起來幾乎和真人一模一樣的聲音，去跟前臺溝通，幫你預(yù)定。

還有美團(tuán)里的AI開發(fā)票，也是一個(gè)邏輯。

你點(diǎn)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(jīng)在美團(tuán)上落地、或者正在內(nèi)測的AI功能，它們有一個(gè)共同的特點(diǎn)：

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(diǎn)而服務(wù)的。

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

通用生活A(yù)gent。

放眼整個(gè)國內(nèi)，好像確實(shí)也沒有比美團(tuán)更適合來做這個(gè)產(chǎn)品的公司了。

AI最缺的是什么？場景和數(shù)據(jù)。

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(jià)最好的蘭州拉面嗎？

它不能，因?yàn)樗鼪]有這個(gè)數(shù)據(jù)，更沒有打通上下游的交易系統(tǒng)。

但這玩意，美團(tuán)可太擅長了。

它的背后，是全國幾百萬家真實(shí)商戶的實(shí)時(shí)菜單、庫存、營業(yè)時(shí)間。是幾億C端用戶每天產(chǎn)生的真實(shí)交易、真實(shí)評價(jià)。是幾百萬外賣小哥每天在城市里穿梭，構(gòu)成的最鮮活的、動(dòng)態(tài)的物理世界數(shù)據(jù)。

換句話說，別人是拿AI，辛辛苦苦地去找應(yīng)用場景。而美團(tuán)，是用無數(shù)個(gè)真實(shí)的應(yīng)用場景，反過來，去養(yǎng)它的AI。

這是一個(gè)正向的、可以無限循環(huán)的飛輪。用戶在美團(tuán)上用AI的次數(shù)越多，它的AI就越懂你的需求，推薦就越精準(zhǔn)，服務(wù)就越貼心。而服務(wù)越好，你就越離不開它。

現(xiàn)在，我們再回頭看美團(tuán)發(fā)布的那個(gè)560B參數(shù)的MoE模型，LongCat。

你就能瞬間明白，這個(gè)特點(diǎn)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?yàn)樯顖鼍暗慕换�，是即時(shí)的。你點(diǎn)外賣，你訂酒店，你打車，你不能等。

古典的交互設(shè)計(jì)師可能都知道，你設(shè)計(jì)產(chǎn)品交互時(shí)，最接受不了的，就是產(chǎn)品的卡頓和延遲。

一秒鐘的延遲，都可能讓用戶直接關(guān)掉App或者放棄這個(gè)功能，快，是C端產(chǎn)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?yàn)樯罘⻊?wù)，本質(zhì)上，就是一連串復(fù)雜任務(wù)的組合。

訂一頓餐，背后需要理解你的口味、預(yù)算、位置，然后調(diào)用餐廳信息，規(guī)劃外賣路線，最后完成支付。

訂一張票，背后需要理解你的時(shí)間、目的地、偏好，然后調(diào)用票務(wù)系統(tǒng)，完成預(yù)定。

這些，都不是簡單的知識問答，這全都是需要理解、規(guī)劃、調(diào)用工具、執(zhí)行任務(wù)才能完成的Agent行為。

還有一點(diǎn)，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(wǎng)比價(jià)，而是只做幾塊錢的生意。

所以，當(dāng)你把所有的點(diǎn)練成線，就可以看到，美團(tuán)幾乎就是在明示天下：

我們做大模型，從第一天起，瞄準(zhǔn)的就是ToC的通用生活A(yù)gent，而不是所謂的，知識問答。

所以啊。

我覺得，別小看一個(gè)做本地生活起家的公司，更別小瞧那個(gè)每天給你送外賣的平臺。

它可能，比任何人都更懂，人類真實(shí)的需求和期待。

它不是要帶我們?nèi)セ鹦牵膊皇莿χ窤GI。

它是要讓我們，在這個(gè)地球上。

活得。

更像一個(gè)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(cuò)，隨手點(diǎn)個(gè)贊、在看、轉(zhuǎn)發(fā)三連吧，如果想第一時(shí)間收到推送，也可以給我個(gè)星標(biāo)?～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(lián)系郵箱：wzglyay@virxact.com