管家，今天晚餐吃啥
少爷，今天星期四，按照您平时习惯今天可以吃点KFC
好，你去安排
苦等几日终于拿到了 “小美” 的邀请码
AI 生活小秘书 “小美” ：2025 年 9 月 12 日，美团首款 AI Agent 产品 “小美” App 官宣开展公测。“小美” 定位为 “小而美的 AI 生活小秘书”，搭载了 “龙猫” 大模型，通过简单的自然语言交互、内部接口调用，能够实现外卖下单、餐厅推荐、订座导航等本地生活服务体验。小美并不是集成到美团app的一项服务，而是独立出来的一款应用。
（现在还是公测阶段）
作为一个既写前端代码、又研究 AI 模型的 “两栖开发者”，我盯着这段对话陷入了沉思：它到底是怎么从 “我想吃肯德基” 这句话里，扒拉出 “选哪家店、点什么餐、怎么优惠” 这些细节的？ 今天咱们就来扒开 “小美” 的 “脑子” 和 “手脚”，看看这种 “任务型 AI” 是怎么把 “聊天” 变成 “服务” 的。
一、“小美” 的 “超强大脑”：自然语言是怎么变成指令的？
你以为 “小美” 只是个会聊天的机器人？漏，它更像个 “语义拆解大师”。当你说 “我想吃肯德基” 时，它的第一步是把这句话拆解 ——
// 简化版语义解析逻辑（模拟）
function parseUserInput(text) {
// 第一步：意图识别（用户是要订餐、查优惠还是设置提醒？）
const intent = detectIntent(text); // 输出：{ type: 'ORDER_FOOD', keyword: '肯德基' }
// 第二步：实体提取（从文本里抠出关键信息）
const entities = extractEntities(text); // 输出：{ foodType: '快餐', brand: '肯德基' }
// 第三步：生成执行计划（需要调用哪些服务？）
return {
action: 'search_restaurants',
params: { keyword: '肯德基', location: '用户当前地址' }
};
}
这背后是美团自研的LongCat 大模型在发力。它不是普通的 “聊天模型”，而是专门针对 “生活服务” 做了优化的 “任务型模型”—— 就像给 AI 装了个 “本地生活服务插件”，能精准识别 “点外卖”“订酒店” 这类指令，还能从对话里抠出 “人数”“预算”“偏好” 这些关键信息。
二、“小美” 的 “灵活手脚”：API 调用是怎么实现 “精准服务” 的？
光有 “大脑” 还不够，“小美” 还得有 “手脚” 才能真的帮你点外卖。当它确定要 “搜肯德基” 后，就会调用美团的商家搜索 API和商品推荐 API，这就像我们前端调用后端接口一样自然：
// 模拟美团服务端的API调用逻辑
async function callMeituanAPI(action, params) {
if (action === 'search_restaurants') {
// 调用商家搜索接口
const restaurants = await fetch('https://api.meituan.com/restaurants', {
method: 'POST',
body: JSON.stringify({
keyword: params.keyword,
location: params.location,
sort: 'distance' // 优先选近的
})
}).then(res => res.json());
// 再调用商品推荐接口，选最热门的套餐
const recommendedMeal = await fetch('https://api.meituan.com/recommend_meal', {
method: 'POST',
body: JSON.stringify({
restaurantId: restaurants[0].id,
userPreference: 'popular'
})
}).then(res => res.json());
return {
restaurant: restaurants[0],
meal: recommendedMeal
};
}
}
你看我问 “两个人吃” 时，它立刻换成了 “双人桶”—— 这就是因为它在调用 API 时，把 “人数” 这个参数也传了进去。这种 “多轮对话 + 参数动态调整” 的机制，让它能像真人一样。
三、“小美” 的 “记忆魔法”：为什么它能记住你的所有要求？
最绝的是，当我问 “地址是不是最近的”“有没有优惠券” 时，“小美” 完全没像某些智障客服一样 “失忆”，而是顺着之前的订单继续回答。这背后是 “会话上下文管理” 在起作用：
// 简化版上下文管理逻辑
class ConversationContext {
constructor() {
this.history = [];
this.currentOrder = null;
}
addMessage(role, content) {
this.history.push({ role, content });
// 如果是用户的订单相关请求，更新currentOrder
if (role === 'user' && content.includes('点外卖')) {
this.currentOrder = { status: 'pending', ... };
}
}
getContext() {
return {
history: this.history.slice(-5), // 保留最近5轮对话
currentOrder: this.currentOrder
};
}
}
也就是说，“小美” 不是 “聊一句忘一句”，而是把你的每一次提问都存在了 “记忆库” 里，这样它才能在你问 “地址”“优惠” 时，精准关联到你之前的订单。
拓展：从 “小美” 看 AI 产品的未来趋势
- 对于前端同学：未来的 UI 可能不再是 “按钮 + 表单”，而是 “自然语言 + 智能推荐”。我们得学会把 “对话交互” 融入前端设计，比如做一个像 “小美” 一样的聊天界面（可以参考我之前写的那个前端聊天代码）。
- 对于 AI 同学：“纯聊天” 的大模型已经不够用了，“能干活” 的 “任务型 AI” 才是方向。你可以试试给你的大模型装上 “工具调用插件”，让它能调用天气 API、地图 API，变成一个真正的 “生活助手”。
（下期分享一下我对“龙猫” 大模型的认识）
