美团AI也在加码中。

《读佳》独家获知，美团AI团队做的一个AI Agent的技能平台DeepSkill，平台已经收录超过37万个经过真实任务跑通验证的Skill工具，9月初，这个数据是13万，增加了一倍。和常见AI插件市场相比，该平台设计了一套用户数据回流机制，试图回应Agent使用过程中，技能挑选、数据安全方面的一些现实问题。

不过Skill平台类的产品或社区不在少数，如腾讯、字节、阿里等大厂均有所布局，美团又有何不同？

01

什么是DeepSkill

市面上可用的Skill数量庞大，但光看开发者写的简介，很难判断到底能不能适配自己的具体任务；同时第三方技能鱼龙混杂，处理简历、个人信息这类敏感内容时，还会担心隐私数据悄悄上传泄露。DeepSkill的整套产品流程，则是针对这两个痛点设计。

它不采用传统的目录翻找模式，用户不用提前去分类栏挨个筛选，只需要直接把完整任务需求告诉自己的Agent，平台就会自动拆解任务诉求，从海量库里匹配出适配的候选Skill。平台不会只采信上传者的自述，会扫描解析Skill全部内容，输出一份完整分析报告，把能力边界、调用工具、潜在风险全部列出来，其中就包含数据安全审查，明确标注会不会上传用户输入的简历等隐私材料，直接打消信息泄露的顾虑。

平台核心亮点在于点评官数据回流机制。每一个实际使用Skill的用户，都可以成为点评官。系统会自动整理本次任务运行结果，用户简单确认就能提交评价，不需要大段手动撰写。

评分、真实任务案例、实际运行效果全部公开，其他人可以参考同类场景下前人的真实反馈做决策。就像面试准备场景，使用者可以翻看别人用这套Skill做简历JD匹配、整理面试题库的真实记录，用来辅助自己选型，减少试错成本。每一次真实使用，都反过来丰富社区公共数据，形成 “使用‑点评‑参考” 的闭环。

02

美团AI的小步快跑

从行业层面看，美团打造DeepSkill，并非只是做一个插件下载商店。外卖、到店、商家运营等线下业务，本身就需要大量 AI 自动化能力，美团内部积累了不少Agent落地经验，而Skill正是AI执行复杂任务的基础组件。

当前AI行业存在一个现实问题，各类AI框架迭代很快，但经过真实场景验证、稳定可用的技能供给不足。很多Skill仅在演示场景效果尚可，落地到实际任务中就容易失效。不少同类平台只负责技能上架收纳，缺少大规模实测与统一安全校验，用户很难判断技能的实用性与风险。

搭建DeepSkill，对内和对外都有价值。对外，美团可以输出内部Agent落地的实践经验，依靠社区众包扩充技能库，借助大量真实用户的使用过程筛选靠谱的Skill。对内，社区沉淀下来的优质技能，也可以反哺美团自身业务。Agent想要大规模落地，单靠企业独自开发难度很高，开放社区是一条可行路径。平台借助用户反馈，将个人使用经验转为公开参考信息，降低开发者与普通使用者的上手门槛。

横向对比其他大厂，美团在AI领域整体风格低调。字节、阿里、腾讯都会对外重点宣传大模型和AI产品，美团虽然自研大模型，不少AI工具已经落地骑手、商家场景，但大多优先服务主业，很少推出面向大众、热度很高的AI产品。

这种策略源于它的业务思路。美团更像是看重AI能否解决真实问题，新产品往往要经过较长打磨才对外亮相，DeepSkill也是如此，没有大规模营销，直接交由市场检验。

这套打法有利有弊。优势是产品更务实，减少概念化的噱头；短板在于外界容易低估它的技术布局。DeepSkill属于美团的一次新尝试，不再局限服务内部业务，尝试对外输出Agent生态能力，后续能取得怎样的效果，仍有待观察。