美團發布 LongCat-2.5：1.6 兆參數多模態代理模型，一款用國產晶片訓練的「長任務」大模型

11 月 2 日，中國美團（Meituan）發布 LongCat-2.5，一款用於長程代理任務（long-horizon agent work）的多模態大模型。官方數據顯示它擁有 1.6 兆（1.6 trillion）總參數，靠混合專家（MoE）架構在每個 token 只啟用約 480 億參數；同時支援 100 萬 token 的上下文視窗與最多 128,000 token 的輸出長度。更值得注意的是，美團表示該模型是基於中國國產 AI 加速器訓練的——這是一款不依賴 NVIDIA 頂尖算力、卻直接瞄準「讓 AI 代理長時間自主完成工作」的模型。

一個為「代理」而生的模型

LongCat-2.5 的定位很明確，不是又一個聊天模型，而是為需要跨多步驟持續執行的 AI 代理設計：

• 長上下文 = 代理的「工作記憶」：100 萬 token 的上下文，讓代理能在做任務時同時在記憶中「握著」終端機、瀏覽器、試算表、GUI 與設計工具等多個工作狀態，不必頻繁中斷；
• 把失敗變成教材：美團表示，它「擴大了對長任務序列的訓練」，並把真實代理在實際任務中遇到的失敗，轉換成可重現的訓練任務——等於把自家代理體系的「翻車經驗」回饋回模型訓練；
• 原生多模態：模型在統一的 token 框架內處理視覺與文字輸入，而不是把視覺能力「外掛」上去，官方稱之支援視覺編碼、創意設計與 3D 任務；
• 即時可用：目前已通過美團的線上對話服務與 API 提供，並計畫在 GitHub 與 Hugging Face 開放。

趨勢：模型競賽正從「誰分數高」走向「誰能自主做完」

LongCat-2.5 反映的不只是一家公司的產品，而是整個產業重心位移的信號：

• 通用 vs 垂直代理：當 OpenAI、Anthropic、Google 在通用前沿模型上激烈對抗時，美團選擇了一條更務實的路——把模型做「長、能自主、以任務為中心」，直接服務企業實際的流程自動化需求，而不是追求基準分數；
• 國產晶片的「可用性證明」：在算力受關注的背景下，用國產 AI 加速器訓練出 1.6 兆參數模型，本身就是一個產業聲明——高端模型不再只能靠最先進的進口晶片。這對中國大陸的 AI 供應鏈，以及東亞其他市場評估「算力可得性」的企業，都是一個新的參考框架；
• 「代理自身的失敗」成為最有價值的訓練資料：把真實代理犯錯轉化為訓練樣本，是把工程實際閉環回饋到模型的方法。這比純粹堆資料更能逼近「在真實環境做對事」。

對想要落地 agentic workflow（代理化工作流） 的企業而言，這代表一個務實的訊號：不要只看模型釋出的新聞與基準，要看它能不能在自己的真實場景中連續、可靠地完成整段流程。

對香港企業與在職人士的啟示

• 「長任務代理」與香港的流程自動化需求高度契合：香港企業常見的客戶服務跟單、法規申報準備、數據核對、跨系統資料搬移，本質上都是「長程、多步驟、需要多個工具」的任務。像 LongCat-2.5 這類以長上下文與多模態為核心的模型，正是這類場景的理想選項。先盤點「要花很多步驟才能做完的工作」，再看模型能不能承接；
• 國產模型路線值得「備選」評估：對於在基礎設施選型上講究可得性、成本與供應鏈韌性的企業，中國推出的模型提供了不再單押一家供應商的選項。評估時應像看待任何候選模型一樣，用自己的資料做小規模測試，而不是只看參數與發布新聞；
• 把「多模態 + 長上下文」當作新能力看待：能同時讀文字、報表截圖、圖表與設計稿，並在一個任務內反覆切換，這對香港常見的**「需要跨部門文件協調」**的知識工作者特別有價值——文件不再是孤立的片段，而是可被代理連續處理的工作流；
• 從「對話」升級到「讓代理跑完一整段」：對一般上班族而言，與其期待一次問答就完成所有事，不如習慣把工作拆成「任務 + 工具 + 檢查點」，讓 AI 代理逐步執行、每步驗證——這正是 LongCat 這類模型設計的用法，也是 AI 生產力真正落地的方式。

LongCat-2.5 的發布，是中國企業在「長任務代理模型」與「國產算力」兩條線上同時推進的代表案例。對香港的企業與在職人士來說，它提醒我們加入一場正在發生的轉變：下一個階段的生成式 AI 競爭，比的不是誰能問答得更漂亮，而是誰能真正放手讓 AI 把一整件工作做完。