当所有 AI 比赛飞得高不高，这个 AI 管你吃得饱不饱

**

这次春节，我们把最生活化的问题交给 小团 AI。

👦🏻 作者: 镜山

🥷 编辑: Koji

🧑‍🎨 排版: NCon

春节这两周，字节、Deepseek、Kimi、MiniMax、智谱 …… 一众公司轮番发布新品，每个突破都关乎 AI 能力本身的天花板。这些工作很关键，也很值得关注。

但有意思的是，当所有人都在看模型能力时，另一个同样重要的问题往往被忽略了**：这些能力，如何真正变成人们每天用得上的东西？**

这不是"模型 vs 应用"的对立，而是 AI 时代必须同时看的两面。

美团在这个时刻推"小团 AI"，恰好给了我们一个视角：当通用模型能力已经足够强，真正的竞争转向了：谁能最懂一个具体场景，谁能把 AI 能力最自然地融进用户的每一个决策时刻。

春节出门，"吃什么""去哪玩"不再是搜索问题，直接就有了答案。

这是另一个维度的突破。

🚥

接下来，分享我们春节这段时间「到处跑、到处吃、到处问需求」的「经验谈」～

「小团 AI」实测

很多人这阵子在家门口的公交站牌、广告牌上，应该都见过那句广告：有事就问美团，都会帮你安排。其实它说的，就是美团 App 里升级的 AI 管家「小团 」。

刚好又碰上过年，从除夕到春节这段时间，大家的需求一下子变得很密集：订餐馆、找还在营业的店、临时买东西、排聚会行程、比价格、看优惠。

「小团 AI」这个功能挺适合过年场景的，一些比较复杂或者看起来不太常规的需求，它也能处理。

小团 AI 的入口在美团 APP 的搜索框里，点进去能看到"问小团"。它不只是个搜索功能，体验做得很完整，已经算是个 Agent 了。

我一开始用小团 AI，就是想让它帮我领优惠券。

美团外卖那个大额神券大家都知道，但其实还有很多隐藏券特别难找。有些需要口令，平时工作生活忙起来，真没精力到处翻。

所以我第一次用小团 AI，直接让它帮我找全平台的优惠券。

领完券之后，我发现它能处理挺复杂的本地生活需求。

比如过年想和亲戚聚餐，人多，有老人有小孩，得找家能满足各种要求的饭店。还要看人均价格，还得确认春节是不是营业。

北京过年时往往一半以上的店都关门。有时候地图上显示营业，实际去了发现没开，往年碰到过好几次。所以每次找店我都挺焦虑。

有人说现在 AI 都能点奶茶了，但实际上现在很多人根本不会用 AI 找店，因为幻觉的问题还很普遍，而真实的线下生活容不得错误，最看重的就是确定性。

尤其是在春节这个节点，很多人并不需要 AI 来吟诗作画，只想知道楼下哪家羊肉串店现在开门、哪家甜品店还能预订蛋糕。

这时候可以直接打包给小团 AI，提示词如下：

过年要跟亲戚聚餐，8个人，有老人有小孩 想找一家：

• 安静一点
• 有包厢
• 可以带狗
• 停车方便
• 最好是粤菜或淮扬菜
• 人均150以内
• 春节期间在营业

问完之后，可以点「深度思考」功能。点开能看到它完整的分析流程。

识别关键词这些基本操作，每个 AI 搜索都能做到。但美团有本地生活数据优势，小团 AI 检索的不是公开信息，而是自身积累的骑手、商家和消费者数据，这些在线下都已经验证了，相当于先抄答案再回答。

比如说，为什么小团 AI 告诉你的"在营业"，要比其它 AI 更准确？因为门店只要营业，骑手就会接单，商家就会更新菜单和活动信息。这些服务信息每天都在更新，远比公开搜索引擎来得更快、更准时。

更重要的是商家评价。这在本地生活里是非常关键的信息渠道。

它给答案的方式挺有意思。在推荐店铺卡片之前，会先总结你的需求。

你会发现它不是机械地照搬你说的话。

因为很多时候我们的要求本身就挺模糊的，它会先把这些要求和本地生活的实际情况结合一下，做个梳理。

像宠物友好这种条件，加上其他几个要求，确实挺难找的。现在很多店不让带宠物进。

小团 AI 有个我觉得特别好的点，它用的是真实数据。比如宠物友好餐厅确实很少，它会直接告诉你「这类店很少，可能就这几家」。它承认现实情况，再基于这个去做推荐。

它推荐给我一家宠物友好餐厅，我当时还挺疑惑的。因为店铺页面一般不会直接标注「允许带宠物」这种标签。

我点进去看了店铺官方信息，确实没有宠物友好的标签。那它怎么找出来的？

仔细看它给的答案才发现，它会去翻商家评论区。这家店的评论里有人写「带宠物就餐无压力」。

在这个聊天界面里，整个体验做得挺顺的。推荐完店铺，还会给你一些延伸问题的选项，引导你继续问下去。

光有总结肯定不够，我还想知道这家有什么网红菜、招牌菜、甜点、主食之类的推荐。直接点下面的选项就能问，答案很快就出来了。

它给商品卡片也挺有讲究，一般是两张商品卡片后面，会跟一个团购套餐卡片。

像上面那种带全家聚餐的复杂场景，确实能解决不少麻烦。一堆亲戚各有各的想法，你可以把所有人的要求直接丢给它，它会自己整合。

还有个挺真实的体验。过年的时候理发店往往不营业，想找家开门的店其实挺难的。往年我都为这事头疼。

所以我就让它帮我在朝阳区找营业的理发店，给了一堆具体要求。

我现在在朝阳区 忘记剪头发了 帮我找一个现在在营业的理发店 要：

• 2小时内能搞定
• 不排队
• 可以直接预约
• 离我3公里以内

就像我前面所说的，小团 AI 有个特别好的点，它很真实。

没找到完全符合条件的商家，它不会硬说找到了，反而会直接告诉你「未找到完全满足条件的商家」，然后推荐尽可能接近你要求的店。

这个体验提升真的挺大的。

很多 AI 功能，没找到符合的商家就会刻意忽略某些条件。比如你提 5 个要求，它只满足 3 个也说完全符合，结果你去线下一看直接傻眼。

再比如过年大家经常约着去洗浴，这在北方是个特别普遍的需求。但有个真实痛点，很多洗浴中心、按摩店的评价都是刷出来的，懂的都懂。

你打开评论区，清一色五星好评，「环境好」「服务好」「性价比高」。但实际去了可能发现水温太低、没有搓澡的、果盘也基本没有或者是不新鲜、推销办卡特别烦人。这类店铺的刷评问题特别严重。

所以我让它帮我找洗浴中心，要求是真实用户评价，没有营销号刷评论的那种。

帮我找一个水浴中心，朝阳区，用户评价真实，不要营销号刷评论的

完全避免刷评论确实挺难的。但小团 AI 会利用美团的本地生活数据，从真实评价里做对比。

它会看评价的详细程度，如果有具体的细节体验，可信度就更高。然后根据这个来推荐店铺，给我规划详细的选择。比如同样是夸「环境好」，有人就写三个字，有人会写「二楼靠窗那个位置采光特别好，下午三点左右去最合适」。

后者明显更可信，因为刷评论的营销号一般不会写得这么具体。

过年或者平时，其实还有很多看起来挺离谱的需求，但确实符合大众心理。尤其是现在的出片文化，要求会比较苛刻。

比如想找适合拍照的餐厅，需求就挺难满足的。

店里得有美感、有设计感的摆设，餐食拍起来要有氛围感，最好有网红打卡装置适合合影。这些其实都是很真实的要求。

同样打包给小团 AI：

帮我找一家适合拍照出片的餐馆： 价格不算高，人均100以内 店里摆设有美感，有设计感 比较小众，不要太嘈杂 有适合合影的网红景观物或装置 最近真实有人拍照打卡 今天在营业 离我5公里以内

当我要求找出片餐厅的时候，你会发现它更专注于校验每家店的商家评价。

因为大家都追求网红出片，商家评价里会有一些比较真实的评论**。像「环境真的绝了」「圈粉」「把我吸引住了」「打卡很出片」「ins 风」这些关键词其实挺重要的。**

它不只是简单地识别这些词，还会去看评论的上下文。比如有人说「ins 风」，它会继续看这个人具体夸了什么，是灯光、是装修、还是餐具摆盘。有人说「打卡很出片」，它会注意这个人是不是真的配了图，图里拍的是什么角度。

这种对评价的深度解析，才能把「看起来能出片」和「真的适合拍照」区分开。毕竟有些店宣传图拍得很好看，但实际去了发现光线不行、角度不对、或者人太多根本拍不了。

这比光看官方图片或者评分要靠谱得多。

比如它推荐的第一家绿茶餐厅，每家绿茶其实不太一样。

它会专门写这家店的空间布置，有没有出片的装置，ins 风环境怎么样。甚至细到靠窗卡座背景是绿植墙，很多网友评论说「随便拍都容易出片」。这些细节都特别到位。

既然是餐厅，肯定还要推荐食物。

但在「出片」这个前提下，它推荐的餐品就会往这方面靠。比如告诉你点烤吐司配冰淇淋更适合拍照，甚至会说这个造型适合俯拍。

下面这家咖啡美食餐吧也一样，会详细告诉你整体装修风格，以及网友实际拍照时比较喜欢哪些点。

比如灰砖、老桥、暖黄灯的复古基调，热门打卡点在哪，露台位是打卡热点，人均多少钱。甚至特意说露台区很适合用拍立得取景。

必吃招牌里，巴斯克蛋糕搭配 vintage 餐具更出片，燕麦拿铁适合手持拍。这些细节做得非常到位。

用下来最大的感受是，小团 AI 很诚实、数据库积累很深。

找不到就说找不到，只符合部分条件就明说只符合部分。这种诚实反而让整个体验更可信，因为我知道它给的信息是经过筛选的，不是糊弄我的。

而它能做到诚实，靠的是美团这些年积累下来的数据库，这指的倒不是说「商家」有多少。 最关键的是：网友们海量真实的商家评价，这些评价不是官方写的宣传语，是用户消费后留下的反馈。

有人夸环境好，有人吐槽服务差，有人详细描述了某道菜怎么样，有人提到了店里允许带宠物。

这些碎片化的、真实的信息，才是 AI 能做出「AI + 本地生活」推荐的基础。

---

小团这次的体验整合，说到底更像一个开场。AI 接入本地生活这件事，现在才刚刚起步，远没有到定型的时候。

接下来一定会有更多厂商进来，会有更多产品形态出现，也会有人把这件事做得更深、更细、更好用。

但有一点很现实：**本地生活不是只靠模型就能做好的领域，它很吃真实门店数据、用户评价。**放在这个背景看，美团天然就在第一梯队里。

还有个有意思的点，有人向小团提出最近很火的「洗车难题」，即「我要洗车，家里洗车店 50 米，推荐走路去还是开车去」，很多大模型都翻车了，小团 AI 不但没有，还直接推荐了附近的洗车店。

这或许说明，小团 AI 不是纯语言模型，而是调用了某种服务逻辑。别的 AI 把「推荐」理解为「最优路径规划」，小团则将「推荐」理解为「达成任务的必要步骤」。

后者才是人类真实的决策顺序。别的 AI 做「数学题」，只有小团 AI 在做「生活题」。

沿着这个方向走下去，AI + 本地生活这条线，今年一定会更热闹。

2026 年，值得期待。