美团推出DeepSkill技能平台，收录超37万验证Skill，构建企业级Agent平台化落地路径

美团近日正式对外推出其自主研发的AI Agent技能平台DeepSkill，平台目前已收录超过37万个经过真实任务跑通验证的Skill工具。这一动作标志着美团在企业级Agent平台化建设上迈出关键一步——不再仅聚焦模型能力提升，而是系统性构建支撑Agent规模化、安全化、可持续运行的工程基础设施。

DeepSkill并非传统意义上的插件市场。其核心设计针对两大行业共性难题：一是用户难以判断某个Skill是否真正适配自身任务需求；二是第三方技能在处理简历、联系方式等敏感信息时存在潜在数据泄露风险。为应对这些问题，DeepSkill采用任务驱动的匹配逻辑：用户只需输入完整任务描述，系统自动拆解诉求并从库中筛选候选Skill，无需手动分类检索。

更关键的是，平台对每个上传的Skill执行深度扫描解析，生成包含能力边界、调用组件、潜在风险及数据安全审查的结构化报告。例如，明确标注该Skill是否会上传用户输入的简历文本，直接回应隐私顾虑。这一机制区别于多数仅依赖开发者自述的插件平台，显著提升了技能的可信度与可用性。

平台另一亮点是“点评官”数据回流机制。任何实际使用过某Skill的用户均可一键提交评价——系统自动汇总任务执行结果，用户仅需确认即可完成反馈。评分、真实任务案例、运行效果全部公开，形成“使用—点评—参考”的闭环生态，类似大众点评的社区逻辑。截至10月中旬，该平台Skill数量较9月初的13万翻倍至37万以上，增长主要来自内部业务验证与外部开发者贡献的交叉沉淀。

上述技能平台的落地，依托于美团自研的Agent操作系统Catpaw Studio。据美团研发总监李凯在QCon上海大会披露，Catpaw Studio采用“手脑分离”架构：大模型负责理解、判断与规划，而确定性逻辑（如状态管理、权限控制、工具调用）由代码层承载。具体而言，AgentOS提供无状态Agent Loop、分布式Session、短周期沙箱、云端存储等基础能力；Skill、MCP（Model Control Protocol）、CLI与知识库构成能力底座；注册中心统一管理Agent身份、权限与责任边界；Trace、评测、告警、成本、版本与回滚则构成治理闭环。

在此基础上，美团进一步通过Multica框架将人、Agent、Runtime与业务流程组织为可追踪、可介入、可恢复、可验收的任务协作体系。Multica以Issue、Task、Runtime和人工审批为单元，支持复杂任务的分阶段协同执行。例如，在AI SDLC（软件开发生命周期）场景中，产品、架构、开发、测试Agent按环节分工接力，各自在独立环境与代码分支中运行，配合自动测试与PR校验保障交付安全；人在需求定义、方案评审与最终验收节点介入确认。

另一个典型落地案例是“袋鼠管家”，面向美团平台上数百万商家提供自动化运营支持。该系统采用商户级沙箱隔离，确保各商家数据与执行环境互不干扰；工作空间与权限体系实现细粒度管控；评测覆盖用例生成、多轮执行、完整Trace、断言校验与综合评分。当线上出现Bad Case时，团队可快速定位根因，针对性修改Skill、Prompt或工具链，并通过基线与候选版本对照、回归评测及人工审核控制发布节奏。李凯强调：“评测不是事后打分，而是Agent上线的质量门禁。”

值得注意的是，美团在AI领域的推进策略一贯务实低调。相比其他大厂高调发布通用大模型或消费级AI产品，美团更倾向于将AI能力嵌入核心业务场景——如骑手调度、商家运营、到店服务等——先在内部验证可行性与ROI，再逐步抽象为可复用的平台能力向外输出。DeepSkill正是这一思路的体现：它既服务于美团内部数十万Agent用户的日常任务执行，也为外部开发者提供经真实场景锤炼的Skill资源池，降低Agent开发门槛。

行业层面看，当前AI Agent落地仍面临三大瓶颈：模型输出不确定性导致长链路任务失败率高；多Agent协作中状态同步与权限隔离复杂；平台割裂造成部署、观测、评测与成本治理难以规模化。美团的实践提供了一条整合路径：以AgentOS保障单体可靠性，以Multica支撑多人机协作，以DeepSkill沉淀可复用能力资产，最终形成“能力—执行—协作—治理”四位一体的工程体系。

目前，国内多家科技企业已在构建类似能力中台，但美团的差异化在于其线下业务带来的海量真实任务场景。外卖订单履约、商户活动配置、用户投诉处理等高频、高并发、强规则约束的业务，天然适合训练与验证Agent的稳定性与容错能力。这种“业务驱动+平台反哺”的双循环模式，或将成为企业级Agent规模化落地的可行范式。

随着QCon等技术会议陆续展开对Agent as a Service、Loop Engineering等议题的深入探讨，业界共识逐渐清晰：AI Native时代的竞争焦点，已从“谁的模型更大”转向“谁的Agent更可靠、更可控、更可衡量”。美团的平台化实践，正为此提供一份来自一线业务战场的实证样本。