「会不会被封」成了模型选型的第一指标

「会不会被封」成了模型选型的第一指标

美团在自家技术博客里，记了一笔竞争对手的账。谷歌以「恶意使用」为由，大规模封禁通过 OpenClaw 路由 Gemini token 的账号；Anthropic 随后更新使用条款，禁止开发者通过第三方工具调用 Claude 的 OAuth token（来源：美团技术团队 tech.meituan.com/2026/03/09/LongCat-OpenClaw.html）。

这两句话写在一篇讲模型提速的文章开头。速度只是引子，美团在推销的是另一件事。他们卖的是「你的账号明天还在」。

封号记录被写进了对手的产品文档

厂商文案里出现竞品的封号细节，说明供应稳定性已经从运维话题变成了销售话题。

OpenClaw 在 GitHub 上拿到 23 万多 Stars（来源：美团技术团队博客）。这批用户里有相当一部分，把第三方订阅当成了长期基础设施来用——脚本挂在 CI 里，交付时间已经报给客户。谷歌和 Anthropic 的两次动作，把这些人的工作流一次性打回原形。

被封的人损失的不是那几十美元订阅费。是排期。

模型能力可以替换，工作流被中断的成本不能。

跑分这张牌，美团只打了一半

LongCat-2.0 的参数表摆出来是唬人的：总参数 1.6T，每个 token 激活约 48B，原生支持 1M 上下文，最大输出 128K（来源：美团龙猫团队发布，2026-06-30）。

按国内发布会的惯例，接下来该贴满 SOTA 柱状图了。美团没这么干。

第三方实测把差距写得很直白：IFEval、GPQA-diamond 这类通用能力和知识推理项目，LongCat-2.0 落后于 Gemini 3.1 Pro 与 GPT-5.5；换到 Terminal-Bench 2.1 和 SWE-bench Pro 这类编程任务，它基本追平 Gemini 3.1 Pro；FORTE 通用 Agent 任务上，与 Claude Opus 4.6 五五开（来源：AI 沃茨实测，2026-07-01）。

一个肯承认自己通用能力落后的团队，往往对自己的位置想得更清楚。LongCat-2.0 的战场在 Agent 任务，不在聊天窗口。

图里右下角那块，是今天多数团队的处境：手上的模型够强，但供应方随时能改规则。美团选择去左上角，用能力上的让步换供应上的确定性。

1M 上下文是为 Agent 铺的路

长上下文这个卖点已经被喊烂了，值钱的是它在 Agent 任务里怎么用。Agent 干活要读代码库、翻文档、记住前面十几步操作，还要继续调工具。上下文一旦装不下，模型就得靠检索和摘要打补丁，错误在多步任务里逐层累积。

LongCat-2.0 为此改了注意力机制。LSA（LongCat Sparse Attention）由 Streaming-aware Indexing、Cross-Layer Indexing 和 Hierarchical Indexing 三个组件构成，分别处理连续访存、跨层复用和由粗到细的候选筛选，目标是压掉长上下文里的 indexer 开销（来源：美团龙猫团队发布）。1M 上下文的价值，在于能把代码库、文档、日志和历史交互塞进同一轮任务。

后训练阶段的拆法也是冲着 Agent 去的：Agent Experts 负责工具调用、API 参数解析和自我纠错，Reasoning Experts 强化数学与多跳推理，Interaction Experts 管指令跟随和幻觉抑制，最后用 MOPD 把这些能力融合回一个模型（来源：同上）。

这套结构解释了为什么它在 Terminal-Bench 上追得上，在 GPQA-diamond 上追不上。能力是照着使用场景挑出来的，不是均匀长出来的。

分量在五万卡那一行

难复制的数字在训练日志里：五万卡国产算力集群，连续训练一个多月，吃掉超过 35 万亿 tokens，全程无回滚，没有一次不可恢复的 loss 突刺（来源：AI 沃茨实测，2026-07-01）。