上周（6月3日到7日），三家中国互联网巨头各自放了一颗信号弹。
6月3日，阿里宣布千问APP向第三方Agent和Skill全面开放，瑞幸、肯德基、蜜雪冰城、东方航空成为首批接入企业。同一天，豆包发布官方声明——即将推出专业版，覆盖软件开发、数据分析、专业设计、流程自动化、金融分析、科学研究六大领域，6月下旬开始收费。
6月7日，美团技术团队一口气开源了7个AI项目：数字人视频模型 LongCat-Video-Avatar 1.5、通用推理评测集 General 365、具身智能评测基准 LARYBench、数学定理证明模型 LongCat-Flash-Prover、零样本TTS模型 LongCat-AudioDiT、原生多模态模型 LongCat-Next、以及面向OpenClaw的效率引擎API。还顺便公开了一份31万行代码、90%以上由AI生成的编程管理实践报告。
三条新闻，表面上看互不相干。但把它们放在一起看，你会发现一个正在发生的结构性变化：中国互联网巨头不再把”谁的模型参数更大”当作首要战场了。他们在抢另一块地盘——谁能把AI变成真正可用的工具链，谁能让AI嵌入真实的商业场景，谁能从”免费圈用户”切换到”靠专业能力赚钱”。
美团：不造通用大模型，但把AI的周边全包了
美团可能是中国互联网巨头里对”造模型”最佛系的一家。它没有发布过对标GPT的大语言模型，没有参与”万亿参数俱乐部”的军备竞赛，甚至很少在AI模型榜单上刷存在感。
但你仔细看6月7日它开源的这7个项目，会发现一个有意思的模式。
General 365 是一个通用推理评测集，包含365道覆盖八大推理维度的原创题目。美团用它实测了26款主流模型，结果让人有点意外：地表最强的 Gemini 3 Pro 准确率仅 62.8%，绝大多数模型没摸到60分的及格线。这其实是一个很”美团”的动作——你不是说你的模型很强吗？那我建一把尺子，量一量你到底有多强。这种”不造轮子、但制定标准”的打法，跟美团在外卖行业做的事情逻辑一致。
LARYBench 被定义为具身智能领域的”ImageNet”——一个评测动作表征能力的基准。美团团队的实验结论有点颠覆性：通用视觉模型在动作泛化和控制精度上，显著优于那些专门为具身智能训练的”专家模型”。换句话说，你不需要专门造一个机器人视觉模型，大规模的互联网视频数据本身就包含了足够的”动作知识”，关键是能不能把它提取出来。
31万行代码、90%+由AI生成——这是美团技术团队分享的编程管理实践里最触目惊心的数字。当代码绝大多数是AI写的，传统的code review、单元测试、架构评审那一套就不够用了。美团的解法很有意思：用Agent评测的思路来管理AI生成的代码。不是让人类去逐行检查AI写了什么，而是给AI设定规则（Rule）、建立重构SOP、设计Pre-PR自动检查机制——管理AI的核心不是看它写了什么，而是约束它能怎么写。这个思路，跟我们在Vibe Coding已死的讨论和Google 75%代码AI生成的分析里聊到的问题，方向完全一致。
LongCat系列的其他几个模型也很有看头。LongCat-Video-Avatar 1.5 在唇形同步、物理合理性、长视频稳定性、多人互动、高效推理五个维度做了升级，已经可以稳定输出商业级数字人内容。LongCat-AudioDiT 抛弃了传统的梅尔谱中间表示，直接在波形潜空间用扩散模型做语音合成——从根源上阻断了数据转换的级联误差，声音克隆的真实度大幅提升。LongCat-Flash-Prover 解决的是AI数学推理最头疼的问题：模型会”猜答案”，但缺乏严谨的逻辑链条。
还有一个细节值得注意：美团专门为 OpenClaw 推出了一套官方免费API（效率引擎），替代之前开发者常用的第三方订阅方案，官方宣称效率可提升30%。这不是一个很大的技术动作，但它说明了一件事——美团很清楚，AI工具链的最后一公里，不是模型本身，而是模型怎么接入真实工作流。
美团这套组合拳的本质是：我不造发动机，但我把底盘、变速箱、仪表盘、导航系统全给你配齐了。 它不跟OpenAI、Anthropic去拼基础模型的性能，但它正在系统性地构建一个”让AI真的能用起来”的完整工具链——从评测基准，到编程管理，到多模态生成，到工作流API。
阿里千问：从聊天框到商业入口
如果说美团做的是”幕后工具链”，那阿里千问做的就是”台前商业入口”。
6月3日，千问宣布了一个关键转向：向第三方Agent和Skill全面开放。这个动作的潜台词是，千问不再满足于做一个”你问我答”的AI助手，它在试图成为一个AI时代的应用分发平台。
具体来看，千问把开放分成了两层。第一层是 Skill——企业可以把自己的服务打包成一个”技能”，用户在千问里直接调用。比如你对着千问说”帮我点一杯瑞幸的生椰拿铁”，千问就能拉起瑞幸的Skill，完成从选品到下单的完整链路。首批接入的企业包括瑞幸、肯德基、蜜雪冰城、东方航空，覆盖了咖啡、快餐、茶饮、出行四个高频消费场景。
第二层是 Agent——企业可以在千问里运营自己的品牌智能体，自定义人设、设定服务边界。更关键的是，千问给Agent配备了记忆和主动规划能力：它能记住你的消费偏好，在你的会员权益快到期时主动提醒，在你常点的商品有优惠时推送推荐。这跟之前在AI Agent元年的讨论里分析的趋势完全吻合——Agent的价值不在”能聊天”，而在”能主动做事”。
千问敢这么玩的底气来自它的用户规模。截至4月底，千问APP月活突破1.65亿，同比增长4241%，是国内增速最快的AI应用。今年一季度，月活净增1.26亿人次，跃居国内AI应用月活第二。有这样的用户盘子，它才有资本吸引瑞幸、肯德基这样的头部消费品牌入驻。
但这个故事的背面是：千问在赌，用户将来不是打开瑞幸APP点咖啡，而是打开千问让Agent去点。这场赌局的对手，不是其他AI助手，而是微信小程序、支付宝、美团——所有已经占住了”服务入口”位置的超级平台。
豆包：免费获客结束，专业能力开始标价
同一天（6月3日），豆包发了一份措辞谨慎的声明，核心就一句话：我们要开始收费了。
豆包专业版覆盖软件开发、数据分析、专业设计、流程自动化、金融分析、科学研究六个领域。基础功能——搜索问答、写作生图、语音视频对话——继续免费，但”专业生产力”需要付费。6月下旬正式上线。
这个决定背后的数据不难猜。第三方监测显示，豆包的月活在今年首次出现了下滑。免费模式跑了一年多，用户规模触顶的信号已经出现。与此同时，每天120万亿Token的调用量（我们之前在中国大模型调用量超过美国的分析里提过这个数据），意味着推理成本是一个天文数字。免费越大，亏得越多。
豆包的收费逻辑其实很清晰：基础功能免费维持用户规模，专业功能收费筛选高价值用户。 这跟ChatGPT Plus、Claude Max的路径没有本质区别。区别在于，豆包选择切入的是”专业生产力”这个细分市场——不是让所有人都掏钱，而是让真正用AI干活的人掏钱。
这一点跟美团和阿里的动作放在一起看，会浮现出一个共同的底层逻辑：中国AI行业正在从”免费换规模”的阶段，进入”价值换收入”的阶段。 中国AI”六小虎”从通用模型转向垂直行业，是创业公司在找能赚钱的场景（见六小虎战略迫降的分析）；豆包推专业版收费，是平台型产品在找能持续的商业模型。两件事的指向一模一样：AI不能只烧钱，得有人买单。
三条线，同一个信号
把美团、阿里、豆包的这三件事放在一起，你会发现它们指向的是AI竞争格局的一次深层变化。
第一，从”卷模型参数”到”卷工具链完整性”。美团不造模型，但它开源了评测基准、编程管理框架、多模态工具链，本质上是在定义”AI怎么用”的标准。这比”我的模型多少参数”更底层，也更有粘性——你换了模型，工具链不用换。
第二，从”通用对话”到”场景化服务”。千问不再强调”我能聊多少话题”，而是在强调”我能帮你点咖啡、订机票、管理会员权益”。豆包专业版不再讲”我能写多长的文章”，而是讲”我能帮你做软件开发、数据分析、金融建模”。AI从一个”什么都会一点”的聊天工具，变成了”在特定场景下真的好用”的生产力工具。
第三，从”免费圈地”到”价值定价”。豆包收费、千问做商业Agent（企业接入不可能永远免费）、美团的效率引擎API虽然现在免费但已经为商业闭环铺垫——三家都在做同一件事：让AI产生可量化的商业价值，然后从这个价值里分一杯羹。
这三条线，跟我们在DeepSeek Code Harness的分析里提到的”Model+Harness=Agent”公式，以及AI Agent安全隐患里讨论的Agent从工具到平台的演进，是同一个故事的不同切面。模型本身不再是壁垒——2026年的现实是，开源模型的能力正在迅速追平闭源模型，中国模型的调用量已经超过美国。当模型趋同的时候，谁能让模型在真实场景里产生价值，谁就掌握了下一个阶段的主动权。
最后
你可能注意到了，这三家公司里没有一家在宣布”我们的新模型在某某榜单上拿了第一”。
美团在定义AI的度量衡。阿里在定义AI的分发方式。豆包在定义AI的定价逻辑。
这三件事，没有一件是关于”模型更强”的。但它们每一件，都比”模型更强”更能决定AI行业接下来往哪走。
AI竞争的下半场，主角不再是模型，是场景。
本文信息来源：美团技术团队官方博客（6月7日）、阿里千问官方公告（6月3日）、字节跳动豆包官方声明（6月3日）、财新网、凤凰网科技、CNMO科技、中关村在线、21世纪经济报道等。文中观点为作者独立分析。
发表回复