你听说过那个 " 豆包帮人订餐厅，结果人到店里发现根本没订上 " 的故事吗？

先别急着笑，豆包现在可能还没办法把手伸到线下，但有 Agent 确实已经可以帮你取号了。

最近，美团发布了一款 " 跑腿 Skill"，支持包括 OpenClaw 在内的各种 AI 助手。理论上，安装这个 Skill 之后，你只需要和 AI 助手说一句：帮我去某某地方买一个号，一会儿就会有人真的帮你完成预约。

换句话说，美团把一部分原本发生在 App 里的能力，通过这个 Skill 给到了所有的 Claw。

那么，这个 Skill 使用起来体验到底如何？它又会给现在的 Agent 进入日常消费流程带来哪些启发？带着这些问题，我们测试了这款美团跑腿 Skill。

所谓 Skill，是指 Agent 能够调用的一种能力包，美团跑腿 Skill，就是指美团将跑腿的下单、履约、查询能力，封装成了一个这样的能力包。

目前，这款 Skill 已经在 GitHub 和 OpenClaw 的官网上线，安装方式也很简单，只需要下载安装包，或者将 GitHub 链接直接发给 Claw，说「帮我安装这个 Skill」，它会自动完成安装。

我们用一款国产龙虾测试了跑腿 Skill，安装成功后，页面显示它支持三类场景：帮取送、帮买和帮忙。

我们做了一个测试，让安装 " 跑腿 Skill" 的 AI 助手帮忙购买两瓶白桦树汁。

我们直接在对话框输入：" 帮我购买两瓶‘美桦说’的白桦树汁。"

系统很快提示，需要先授权美团账号。

根据指引，我们完成了授权，Skill 开始和我确认下单信息。

它主要问了三件事：收件地址是什么；购买地址是指定地址，还是就近购买；确认后是否下单。

在分别得到我的答案后，Skill 准备下单，但我对于距离 12 米，配送费 15 元的价格表示疑问，Skill 提示这是官方规定的服务价格，它无法调整价格。

按理来说，确认下单后，它应该直接弹出支付页面让我付钱，但 Skill 却提示我需要到美团 App 完成支付。

果然，进入美团 App 后，我在 " 订单 " 里看到一个待支付信息，完成支付后，跑腿员开始接单。

后面的流程就很熟悉了，和直接在美团 App 里下单差不多：骑手接单后，骑手完成购买，然后再送货上门。

到这里为止，一切体验看起来都很合理、顺畅，但我却有一种奇怪的感觉，特别是过了一会儿，当我以为订单完成了，却又突然收到一条提醒我付钱的短信时。

这是一条让我确认商品购买价格的短信，按照提示，我再次打开美团 APP，完成第二次支付确认。

到这个时候为止，我终于确认了，这个奇怪的感觉是什么。

这是一种脱了裤子放屁的感觉。

按理来说，我们让 Agent 帮我们进行采购，目的就是偷懒，解放双手、解放时间，不用亲自去 APP 里面进行操作。

但整个过程，这款 Skill 让我三次打开美团，完成多项操作；即便不算第一次授权确认，整个过程也比我亲自上手还要麻烦。

即 AI 不仅没有提升效率，反而在原本清晰的流程中增加了新的摩擦。

那，为什么会导致这个结果呢？

一般来说，购物可以拆成三个环节：需求表达、筛选决策、支付履约。

其中，真正费时间、也最让用户头疼的，往往不是最后的下单，而是前面的筛选和决策。比如逛街时，我知道自己想买一件衣服，但并不清楚到底想买什么款式；想和朋友喝点东西，也未必知道哪家下午茶更适合。线上购物同样如此，用户需要反复比较口味、距离、配送速度、价格、优惠和评价。

也就是说，购物最麻烦的地方，不是点击 " 下单 " 按钮，而是把模糊需求变成明确选择。

这恰恰也是 AI 购物最适合改造的环节。用户只要说一句 " 我想喝一杯甜味的热奶茶 "，AI 就可以把这句话转化成一组可选商品，省掉搜索、比较和筛选的过程。

在这个场景里，AI 的价值，是把用户的模糊表达翻译成可执行的商品结果。

但这也是最难的地方。

首先，用户的购物偏好非常隐性，很多时候，用户自己也说不清真正想要什么，只能用 " 轻便 "" 高级 "" 显瘦 "" 清淡点 "" 别太贵 "" 适合带娃 "" 不要太网红 " 这类模糊语言表达。

AI 可以理解这些词的大致含义，却很难准确判断用户心里的标准到底是什么。

比如，" 轻便 " 是 6kg 以下，还是单手能拎？" 高级 " 是极简风、品牌感，还是面料和剪裁？" 清淡点 " 是少油少盐，还是不辣、不腻、适合老人小孩？

这些表达背后，往往包含口味、预算、距离、时间、场景和情绪状态。

其次，购物一旦走向成交，就会涉及交易责任。AI 说 " 这款最适合你 " 很容易，但如果尺码不合适、价格虚高、买错版本、配送慢、售后麻烦，责任应该由谁承担？平台、商家、AI，还是用户自己？

再加上，购物并不是一次性决策，而是一个不断比较的过程。

比如买一台笔记本电脑，用户可能会在京东、淘宝等多个平台之间反复比较，看哪里价格更低、优惠更高、售后更稳。这个过程天然不容易被一个标准化流程完全接管。

所以，现阶段 AI 购物更容易跑通的，往往不是开放式的个性化需求，而是目标清晰、路径短、规则明确的窄场景。

以春节期间阿里千问上线 "1 分钱奶茶 " 活动为例，这个体验相对顺，是因为任务被设计得足够窄：用户目标很明确，就是领券、选奶茶、下单。

AI 不需要理解复杂需求，也不需要在大量不确定条件里做判断，只要把活动入口前置，把订单导向淘宝闪购即可。

跑腿 Skill 也是类似逻辑。

跑腿服务的前提是，用户通常已经明确知道自己要什么：买什么、取什么、送到哪里、什么时候送达。

这就绕开了 AI 购物中最难的 " 筛选和决策 " 环节。

换句话说，跑腿 Skill 选择了一个更容易标准化的入口。用户已经有明确需求，AI 不需要猜测偏好，只需要把需求转化成订单。

但问题也出在这里。

既然跑腿不是决策场景，而是执行场景，用户真正关心的就不是 AI 能不能理解自己，而是路径够不够短、支付够不够顺、履约够不够快。

而目前的跑腿 Skill，并没有真正解决后端执行效率的问题。

它只是把一部分信息填写和需求确认搬到了 AI 对话里，但授权、支付、价格确认等关键环节仍然要回到美团 App。对用户来说，原本清晰的下单流程并没有被明显缩短，反而多了一层 AI 对话。

即跑腿 Skill 虽然绕开了 AI 购物最难的筛选决策环节，却没有把标准化执行做得足够彻底。

所以，它的体验容易让人觉得 " 有它没它差别不大 "。

那么，美团为什么要做这种 " 脱裤子放屁 " 的事情呢？

这件事情，就要讲到美团的 AI 焦虑了。准确来说，不只是美团，包括阿里、腾讯在内，所有的传统互联网企业都存在这样的焦虑。

自 AI 发展第一天开始，大家就在讨论一个问题：当 AI 可以接管一切的时候，传统的互联网平台还有意义吗？

AI 直接购物，AI 直接点外卖，AI 直接制定行程并购票 ...... 那个时候，用户只需要和 AI 助理进行交流，所有流量被 AI 拦截，平台只能成为 AI 的货架 ......

这是一个相当悲观的设想，但也有很多平台为这个设想未雨绸缪。

比如阿里就非常激进，他们就在尝试尽可能多的把淘宝的能力向千问开放，试图用 AI 再造一个淘宝。

这是一个非常有勇气，也相对稳妥的办法，因为千问也是阿里自己的产品，从淘宝到千问，始终还是在阿里的掌控中，这里的逻辑就是：与其等别人来革我的命，不如我自己来革自己的命。

此外，也有一些平台有更直接的尝试，比如像途牛、携程商旅、支付宝支付、高德地图等等，他们就向 Agent 专门开放了 MCP。

MCP 之前是一个很火的词，OpenClaw 和 Skill 火起来之后，MCP 就逐渐淡出了公众视野。

但对于 Agent 来说，它仍然是一个非常重要的东西，因为 MCP 意味着平台为 Agent 开设了一条 " 专属通道 "，Agent 可以通过这个 " 通道 " 调用平台的资源和能力。

即开放 MCP，意味着平台向 Agent 敞开了大门，将自己作为了 Agent 的底层服务商，这是一个比较主动拥抱 AI 趋势的动作。背后的逻辑是：既然未来已经相对清晰，那我就主动拥抱未来。

而美团就处在这两者之间，表现出一种非常扭捏的状态。

因为与 MCP 相比，Skill 也是一种开放，但却是一种有限的，谨慎的开放。

前面提到，Skill 是一个能力封装，是一连串的标准化动作。

这意味着 Agent 调用 Skill 不需要像通过 MCP 访问平台那样，去理解平台的业务系统，而只需要按照规定的动作去完成就行了。

因此，如果说通过 MCP，是 Agent 与平台达成了 " 长期战略合作 "，平台把 Agent 当成了自己人；那通过 Skill 访问的 Agent，就是一个临时工和外包，还是不能吃下午茶的那种外包。

所以从这个角度来看，我们可以将跑腿 Skill，当做是美团对未来的一次谨慎的试探。

事实上，美团是这一轮 AI 浪潮中一个相对特殊的案例（我们这里主要讲用户层面）。

一方面，美团不像阿里，拥有一个高流量入口的 AI 应用，因此它没有办法像阿里一样通过自我革命开始转型；

另一方面，履约能力复杂的线下业务逻辑一直是美团的核心壁垒，这又导致它无法像途牛、高德等平台那样洒脱的面向未来。

所以美团不得不表现出一种小心翼翼的谨慎。

这或许是美团做出这样一个 Skill 的真正原因，如果这条路径可行，所有的龙虾产品都将成为美团的 AI 入口，Skill 又可以发挥线下履约能力的优势。

如果成功，这将会是一次很好的尝试。

但从现在的表现来看，美团还需要更多的努力。