美团7月27日上线CatPaw系统，搭载自研LongCat 2.0（1.6万亿参数、原生1M上下文），内部9万员工搭建3万多个Agent覆盖餐饮、美业、宠物医院等场景。这一动作表明大厂已将AI Agent重心压在垂直业务流而非通用聊天。对一人公司而言，跟风做通用Agent胜算极低，深耕单一行业场景才是可复制的路径。
看到新闻里"3万+Agent覆盖餐饮/美业/宠物医院"这组数字，第一反应不是羡慕，而是庆幸自己半年前就没去碰通用Agent。当时有人问，要不要像早年那样用AI一天批量生成几十条内容，当新时代的下载站跑量跑词跑？分析认为起当年那个烟雾缭绕的办公室，我们那会儿能活，是因为搭在一条真实的河上——商家真有推广需求，流量真能变现。现在再用AI去堆量，桥下面预计/估算早就没有河了。所以我给自己定规矩：做河床不做桥，做深不做宽，把供应商身份当成护城河。
从行业观察来看，美团这套恰恰验证了"河床逻辑"。LongCat 2.0是首个在5万张国产算力卡上完成全流程训练的万亿模型（据美团披露），这种基建投入一人公司连零头都够不着。但值得注意的是，9万员工用的3万多个Agent不是同一个万能 bot，而是拆到"某连锁餐饮的排班调度""某宠物医院的预约提醒"这种。这意味着大厂也在用堆场景的方式摊薄模型成本，而非追求一个通用入口。
因此一人公司该抄的作业很清楚：别造桥，挖河床。
要点一，事实层面——美团用万亿参数模型服务内部垂直流程，说明价值发生在业务嵌入处而非模型本身。据公开信息，CatPaw上线后覆盖的是已有业务系统里的重复劳动，不是对外卖一个聊天机器人。这意味着一人公司的机会不在"做个更聪明的GPT"，而在"替某个细分行业省掉某件具体麻烦事"。
要点二，实操层面——垂直场景对算力和数据的门槛低于通用。以官方授权供应商身份接单（如大模型厂商的生态伙伴资质），单人用API调用就能给美业店做客户回访Agent，启动成本主要是时间。我目前一周只更新三篇深度拆解，一篇花几个小时打磨，里面有自己跑过现场的体验、踩过的坑。写某教育品牌不是以小编身份瞎猜，是以合作方视角拆它的交付。这种视角公开渠道较难获取，具备一定信息壁垒，采集站抄走文字也抄不走后台逻辑。
要点三，风险层面——看起来"3万Agent"很美好，但多数一人公司会误判为"我也能铺量"。实际坑在于：通用Agent获客成本随竞品增多指数级上升，而垂直场景若没真实行业关系，做出来的流程只是玩具。进一步来看，美团有9万内部员工当种子用户，一人公司没有这道河床，盲目铺场景等于在干沟上搭桥。
建议怎么动？第一步，下周花两个下午梳理自己合作过的三个行业客户，列出它们重复最高、最愿付费的单一动作（如预约确认、账单核对）。第二步，选其中一个用现有API试搭最小可用Agent，预计投入约300元调用费、测一周看留存。第三步，不碰模型训练——万亿参数那档事消费级硬件完全不可行，开源模型相当于长期定投基金，前期投入高但后期成本可预测，一人公司用托管API更稳。
面对这一变化，建议按照以下优先级决策：锁定一个真实服务过的垂直行业→用API搭最小可用Agent验证付费意愿→放弃通用只做深不做宽。适合有行业客户资源或供应商身份的个人，不适合想靠通用 bot 快速起量的新手。下个季度末一次场景留存数据再决定是否加人。
