2026年11月2日，美团正式发布LongCat-2.5。官方资料显示，它是一款面向长程智能体任务的原生多模态模型，总参数1.6万亿，每个Token约激活480亿参数，并强化复杂代码库开发、完整项目构建、视觉编程、创意设计和3D任务。它延续LongCat-2.0的长上下文与Agent方向，同时将图片转成多层离散Token，与文字在同一主干中处理。
这次升级真正改变了什么
LongCat-2.5不是简单扩大参数，而是把训练重点转向“完成长任务”。官方称训练中增加了长程轨迹、构建可执行环境，并把真实Agent失败记录转成可复现、可验证的训练任务。这种做法比只学习正确答案更接近真实开发，因为Agent常见问题不是不会写某段代码，而是在几十步之后忘记目标、漏跑测试或破坏已有功能。理解运行层可先阅读多模型Agent统一编排指南。
原生多模态适合哪些工作
图片被表示为离散Token后，模型可以同时理解界面截图、设计稿和代码上下文。可尝试根据报错截图定位前端问题、读取页面视觉结构后修改组件、从流程图生成项目骨架，或检查3D与创意页面的展示逻辑。但视觉理解仍会受分辨率、遮挡和文字密度影响，关键尺寸、金额和配置值必须回到源文件核对。
如何接入现有编程工作流
官方更新日志提到兼容Claude Code、Codex、Hermes等Harness。接入时不要一开始开放整个电脑，应建立独立仓库副本、限制可执行命令、设置网络白名单，并要求每次修改先输出计划。可参考GPT-6.1 Terra电脑操作安全指南中的分阶段确认方式，让模型先分析、再修改、最后运行指定测试，避免长程任务越做越偏。
一套可复现的评测方法
选取十个真实仓库任务，至少包含跨文件重构、接口修改、页面还原、测试失败修复和文档同步。每个任务记录是否完成、改动文件数、测试通过率、人工返工时间、Token成本和是否出现越权操作。官方榜单只能说明模型在特定设置下的表现，不能替代自己的代码、依赖和权限环境。最好与当前主力模型在同一Harness、同一提示和同一超时条件下对比。
国产算力训练意味着什么
美团披露LongCat-2.5训练全程使用国产算力，并针对长序列训练优化显存、通信及计算传输效率。这说明国产硬件开始承担更大规模的预训练任务，但企业选型仍应关注推理服务稳定性、SDK兼容、地区可用性和长期成本，而不是把训练芯片来源直接等同于业务效果。可以结合DeepSeek V4.1迁移与回归方法建立国产模型替换基线。
适合谁先试用
最适合已有Agent开发流程、需要处理中文项目和视觉任务的团队。普通用户可以先在网页端做文件分析和代码解释；开发团队则从只读代码审查开始，再逐步开放分支修改。若任务涉及生产数据库、支付、密钥或客户资料，应保留人工审批和完整审计。长程能力越强，权限设计越不能模糊。
资料来源与使用说明
本文基于LongCat-2.5官方技术介绍公开资料重新整理，并结合实际部署、数据治理和成本控制给出原创分析。功能、价格、地区和开放范围可能变化，实施前请核对官方文档。原始资料：LongCat-2.5官方技术介绍。
