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？

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。

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。

关注读佳 — 科技圈重大事件，深度分析第一时间推送

点「赞和推荐」— 算法会把好内容推给需要的人

转发 — 转给你觉得需要看到的朋友

你的支持就是我们更新稿子的最大动力，谢谢 ( ＾ω＾ )