下午两点刚过，北京一家简餐店的老板老张终于有空坐下歇一会儿，手机就弹出了几条提醒：一家门店最近订单量下滑，另一家门店连续出现了几条差评，还有一家待开新店的营销方案也正等着他确认。

过去，老张需要反复切换系统查看数据、翻阅评价，再和员工沟通具体原因，一通操作下来至少要耗费两个小时。如今，他只需要将待办事项发给“门店经营助手”，几分钟后就可以得到一份详尽的经营分析报告，从处理优先级到异常数据提醒，都得到了清晰的标注。

和老张相比，“骨灰级AI玩家”Simon更早地体会到了“AI助手”能发挥的作用。他在2025年10月曾将原先支持30多个代码仓库的3套工具整合为1套，工程工具开发部分约10万行代码交给了AI工具，整体用时仅半个月，“当时人工来完成，至少需要一个半月”。

一个是经营餐饮门店的老板，一个是负责软件工程的架构师，看似完全不同的落地场景，却正在发生相似的变化：AI承担的任务已经从“回答你的问题”，走向了“协助你完成工作”。

7月27日，美团全场景AI Agent平台CatPaw全新上线。根据官方介绍，依托美团在本地生活领域的长期积累，新版CatPaw可以提供开箱即用的AI工作台，以及企业级Agent开发与托管能力，希望借此帮助商家构建AI帮手，推进日常业务的智能化处理，进而提升经营效率。

过去几年，美团持续探索“AI at Work”，将AI融入员工的日常工作以及业务运营之中。仅以CatPaw为例，其已在美团内部大规模落地：覆盖9万名员工，搭建Agent超过3万个，而美团正在试图将这些内部实践进一步产品化。

当然，内部使用规模并不天然等于外部商业成功。对美团来说，如何把员工自发使用AI形成的工具、方法沉淀成组织能力，并结合商家经营、服务履约等操作经验，转化为更多企业真正需要的Agent解决方案，是接下来的重中之重。当然，在这个过程中，也不可避免地会涉及成本、交付和回报层面的追问与挑战。

AI进公司，内部经验的AB面

过去几年，很多企业第一次接触AI，可能并不是从内部某个正式项目开始，而是从员工电脑上的一个浏览器标签页起步。有人请AI搞定日程安排，有人让AI整理会议纪要，有人用AI辅助写代码……各种AI工具接二连三地出现在他们的手机和办公电脑里，成为日常工作的重要组成部分。

随着使用范围逐渐扩大，新的问题很快出现：员工会使用AI工具不代表企业拥有AI能力，大量尝试仅停留在个人层面，没有形成企业级的统一入口——一个员工调试好的Prompt，也许只存在于他自己的聊天记录里；一个团队搭建出的Agent，可能无法复制到其他部门。“各自为战”的表象背后，其实是算力和经验的双重浪费。

与此同时，在信息结构模糊、具体场景缺失的情况下，企业内部的业务知识、海量数据和标准化流程，往往很难被AI理解，读懂了数据却读不懂业务、以至于闹出笑话的例子比比皆是。另一方面，隐私设置、权限管理和数据安全，也成为大规模使用AI必须守住的底线。

特别是对于具有一定体量的企业来说，现阶段AI应用的核心不该只是停留在工具买入或开发层面，而应当更进一步，考虑到如何使之真正进入组织运行体系、实现价值的最大化。

相比之下，美团的AI探索同样是从内部开始的，但又有所不同。

2025年，美团公布了布局AI领域的三层战略，其中之一为“AI at Work”，即将AI技术全面应用于员工工作和企业运营，达成内部提效和体验升级。

研发团队是最早参与其中的群体，他们其中相当一部分人原本就是“骨灰级AI玩家”。以架构师Simon为例，他试用过市面上各种开源的AI工具。根据他的粗略统计，2022年与2023年，他全年提交的代码数量在20万行到30万行之间；到2025年，这个数字变成了70万行，翻了3倍。

Simon在美团食杂零售业务线负责出海终端架构，围绕系统上线需要进行大量适配，比如国际化的i18n处理、面向不同国家展示不同文案，以及将安卓原生代码转化为利用公司内部MRN动态能力完成等。过去，这些工作基本依靠人力依次翻译，耗时又费力，Simon所在团队曾经通过开源技术搭建了一套AI工具来辅助。直至2025年5月，在试用过美团自研的CatPaw之后，他发现“跑起来的效果跟原先搭建的整套工作流没有什么区别”，就把整套工具链都搬了过去。

2025年10月，Simon将原先支持30多个代码仓库的3套工具整合为1套，涉及工程工具开发的部分，约10万行代码交给了CatPaw；涉及代码仓库迁移的部分，1.9万行代码有99.9%由CatPaw完成，整体用时仅半个月——换成人工至少需要一个半月。他感慨：“感觉像是有另外一个分身，效率至少提升一倍。”

受惠于CatPaw能力的不只是Simon。目前，CatPaw已在美团内部大规模落地，覆盖9万名员工，搭建Agent超3万个。当CatPaw的能力日益完善，Simon几乎不再使用外部AI Coding工具，一方面是出于安全合规的考量，另一方面则是因为“CatPaw与内部的基建集成得非常好”。

全栈工程师朱海燕对此深有同感。“公司帮我们云部署了CatPaw，内置了Skill，打通了内部基建，我们可以更方便地在大象（美团办公IM）里和AI沟通，以前觉得很头疼的事情，现在也不是那么困难了。”

全新CatPaw，帮了餐饮老板大忙

如果说内部研发场景证明了CatPaw可以提升个人和组织的工作效率，那么在本地生活行业，等待它的是更加复杂的业务环境。

对北京一家简餐店的老板老张而言，他的工作比Simon多了太多不确定性：Simon关注的是一个业务分支下的各项任务，兼具标准化和系统化；老张要解决的是店里店外的一切琐事，包括但不限于线上的订单、线下的出餐、开业前的盘点、打烊后的投诉……很多经营问题不难理解，却非常消耗时间。

老张获得短暂喘息的时段通常是午饭节点过后。此时，他将“见缝插针”地跟进一下门店的经营事务。从订单量变化趋势到线上评价管理，再到套餐品类修改和营销节点安排，他不得不在多个后台之间来回切换“找不同”，“事情很琐碎，做起来也很累”。

在这种情况下，借助CatPaw搭建的“门店经营助手”帮了老张很大的忙。具体到差评的处理，在经过授权后，这个AI帮手能自动理解顾客在评价中表达的诉求，查询相应订单和详细履约状态，按照老张事先确认的规则进行补偿，生成回复并发送给顾客。同时，处理结果和后续事项被反馈给工作台。

不过，在金额超出授权范围、存在较大争议时，判断和执行还是老张自己来。但这已经为他减轻了不小的负担——从前时常出现打烊后弹出差评的情况，老张累了一天，还得找客服、看后台、翻记录、对时间、写回复。一条流程走下来，已经搭进去两个多小时，现在“终于能轻松一点了”。

对此，在上海经营汉堡店的小郑也有话要说。虽然忙起来意味着生意好，但午高峰时段还是让她感到无比焦虑。顾客在线上催，骑手在店里催，后厨单子越拉越长，她心里那把着急的火越烧越旺。

CatPaw在一定程度上抚平了她的焦躁不安，不是靠说的，是靠做的。熟谙餐饮门店日常运营的AI帮手可以实时感知每条催单消息，自动判断处理方式：询问预计送达时间的尽快回复，出餐进度迟滞的马上催促，字里行间情绪不佳的及时安抚。桩桩件件有回应，惊险的午高峰总算能平稳度过了。

目前，CatPaw实现了PC、手机、云端全面覆盖，双端任务实时同步。在此基础上，老张和小郑随时可以掏出手机查看任务进度或完成远程确认。此外，其云端支持7×24小时不间断运行，无论是手机关机还是电脑断网，都不影响长程任务和定时任务的推进、执行。

而美团在本地生活领域的长期积累已沉淀为CatPaw内置的专属专家与技能，覆盖外卖、服务零售、医药健康等多个行业。美团CatPaw相关负责人表示，对商家来说，AI的价值未必是写出多么漂亮的营销文案，更为实际的是帮助他们完成数据汇总、异常识别、策略输出等重复性工作，把时间留给选品、服务和经营判断等更加重要的事情。

该负责人还提到，在近期的测试中，美容美发店、宠物店、便利店等不同类型的商家，也在陆续尝试通过AI处理预约整理、评价汇总等日常事务，使之深入实际场景、交付可用的经营结果，一步步成为真正懂得本地生活生意的数字化经营搭档，从而驱动增长。

商业化落地，场景先行是关键

当AI进入企业之后，问题的核心就变成了如何让它真正产生业务价值，并在商业化层面有所收获。

业务适配非常重要。因为企业需要的不是所谓的通用能力，而是针对性解决问题的方案：具体到餐饮企业的日常经营，一条差评背后的原因是出餐速度下降、包装环节出现问题，还是某个商品带来的体验发生变化？类似的，一场营销活动效果不佳，也不能只看销量变化，而需要结合用户画像、消费习惯和历史活动表现综合研判。

不同企业的需求并不相同，但共同点在于：它们需要的不是一个会聊天的AI，而是一个能够充分、全面地理解行业，进入业务流程、协助完成任务的Agent。因此，企业级Agent的竞争不只与模型能力有关，而是产品能力、行业理解和治理能力的综合比拼。

这也是美团推出全新CatPaw的特殊之处。它的价值并不只来自AI技术本身，更离不开长期服务本地生活行业过程中所积累的真实业务经验和认知。

从商家经营，到服务履约，再到消费者决策，本地生活本身就是高度复杂、持续更新的场景，涉及多个环节，信息流传涉及不同角色之间的协同，而且高度依赖经验判断。如果Agent能够真正进入这些环节，帮助企业完成分析、判断和执行，那么AI带来的改变就不只是效率提升，而可能催生新的生产和经营方式。

不过，内部验证取得成功并不意味着AI产品能够自然地走向市场。企业级Agent的商业化落地，仍然需要回答几个现实层面的问题。

首先是集成成本。企业内部通常存在大量系统和流程，涵盖销售系统、库存系统、客服系统、办公系统等，不同企业的数据结构和业务流程各不相同。一个Agent进入工作流，必须完成系统连接、数据调用以及流程对齐，这意味着不小的工作量。

其次是交付深度。企业购买AI工具，是为业务结果而不是功能列表付费。同样是面对餐饮行业，一家全国连锁品牌和一家街边烟火小店的诉求截然不同，需要根据不同企业的业务阶段和经营特点进行针对性输出，以及持续迭代。

第三是数据安全和权限边界。当AI开始参与真实业务，企业也会更加在意以下细节：哪些数据可以被调用？哪些任务需要人工确认？Agent执行过程是否可以追溯？企业内部行业知识如何避免泄露？这意味着，企业级Agent不仅要“聪明”，还要“可控”。

根据美团披露的信息，目前，CatPaw设有两种落地方式：一是提供开箱即用的AI工作台，平台内置评价管理、营销助手、经营分析等行业AI帮手，装上就能干活；也可以通过对话将自己的工作方式快速封装为专属专家，以共享复用。二是基于CatPaw Managed Agents，提供Agent的开发、部署和运行管理能力，企业可以自行配置提示词、知识库、凭证、工具和权限，将AI帮手发布到自有App或业务系统中，运行环境严格隔离。

前述负责人表示，“AI at Work”的核心，不是让AI替代人，而是让它真正进入工作流——有上下文、有权限边界、有人工复核，并在实际使用中持续优化、提效。某种程度上来讲，9万人和3万个Agent证明的是，美团内部已经验证了AI进入组织后的效率提升；而外部企业是否愿意为这种“理解业务、能够执行、可以管理”的Agent能力付费，将决定CatPaw能否从内部效率工具成长为真正的平台。现在，是交给市场检验的时候了。

（转载自：电厂）