近日,不止互联网上掀起了一股对美团外卖AI智能客服的处理“非典型”测试热潮。许多网友惊讶地发现,外卖网友这个原本旨在处理外卖订单、业务售后咨询的实测垂直领域助手,竟然展现出了惊人的美团码通用问答能力,甚至能够胜任代码编写和技术原理解析等高难度任务。客服



从网友分享的对话截图中可以看到,当用户尝试在美团客服界面询问非外卖类问题时,不止AI并未像传统垂直模型那样直接拒绝或引导回业务场景,处理而是外卖网友给出了令人意外的回应。
面对诸如 RAG(检索增强生成)分块策略、业务RAG分块定义等硬核AI专业技术问题,实测美团AI客服不仅没有回避,美团码反而给出了逻辑清晰、客服结构完整的解答。
更有趣的是交互过程中的“人情味”与“固执”并存:
* AI多次温馨提示用户:“您可以先去吃饭”、“先找点食物填饱肚子”、“这边是美团外卖客服”。
* 然而,当用户坚持要求“我就要你告诉我”时,AI最终妥协,输出了完整的技术解释。
这种“一边劝你吃饭,一边给你讲代码”的反差萌,迅速在社交媒体上发酵。

随着话题热度攀升,大量网友跟进测试,结果呈现出多样化的态势:






美团AI客服的“越界”并非孤例。据网友实测发现,多款主流应用内置的AI助手正逐渐突破原有业务边界,展现出通用的大模型能力:
这些原本服务于特定场景的AI角色,均被证实能够处理代码编写、技术问题解答等通用需求。这表明,随着大语言模型(LLM)能力的提升,应用内的AI助手正从“专用工具”向“通用智能体”演进。

针对网友反映的“拒绝回答”情况,三言进行了独立测试,发现美团AI客服对非业务问题的屏蔽并非绝对:

这说明美团AI底层可能接入了具备较强通用能力的大模型,但在业务引导和风控策略上可能存在波动或不同版本的差异。
在此背景下,近期关于美团裁员的传闻也引发了关注。
美团AI客服的“意外走红”,既反映了用户对AI通用能力的好奇与探索,也折射出当前大模型应用落地过程中“专用”与“通用”之间的张力。当外卖客服开始讲代码,我们不禁要问:未来的AI助手,究竟该坚守垂直领域的专业,还是拥抱无所不知的通用?
对此,你怎么看?