LongCat-2.0：美团把万亿参数 MoE 塞进 5 万张国产卡，是给 Agent 时代备的粮

2026 年 6 月 30 日，美团龙猫团队把 LongCat-2.0 整个开源了：1.6T 总参数的 MoE 模型，原生 1M 上下文，训练和推理全跑在自研 5 万卡 AI ASIC superpod 上。API 文档直接列出了 Anthropic 和 OpenAI 两种接口格式，下面挂着的接入工具是 Claude Code、Kilo Code、OpenCode、OpenClaw、Codex。

这模型不打算跟你聊天，它的目标是把 Agent harness 喂饱。

LongCat-2.0 的工程链路被摆到明面上：模型本身负责代码理解和长程任务执行，背后还有训练、推理、API 兼容和工具接入这一整套打底。从聊天扩展到代码 Agent、把重心压在复杂开发任务上，这是它和以往「刷榜模型」最不一样的地方。

架构三条主线，全为长程任务设计

LongCat-2.0 的架构讲三件事：长上下文、动态计算、多专家融合。

第一是 LSA（LongCat Sparse Attention）。它在 DeepSeek Sparse Attention 的基础上，又加了 Streaming-aware、Cross-Layer、Hierarchical 三级 Indexing，专门用来压 indexer 开销。这套设计的目标不是炫技，而是让 1M 上下文在 Agent 任务里真的能用——把整个代码仓库、迁移文档、历史对话一次塞进同一轮任务，模型不至于为了「找一段函数」把整篇文档重新算一遍。

第二是 N-gram Embedding。这个模块从 LongCat-Flash-Lite 继承而来，LongCat-2.0 额外再放进去 135B 的 N-gram 参数。背景是模型本身的 MoE 稀疏率已经接近 97%，继续堆专家的边际收益已经变薄。LongCat 团队把一部分参数预算挪到 N-gram Embedding，让稀疏从「专家维度」扩到「Embedding 维度」，通过 N-gram 组合捕捉更细的局部上下文。和单纯加 MoE 专家相比，这是另一条扩容的路。

第三是 MOPD 多专家融合。后训练阶段把模型拆成 Agent Experts、Reasoning Experts、Interaction Experts 三类专家组：Agent 负责工具调用、API 参数解析、自我纠错；Reasoning 处理数学、STEM、多跳推理；Interaction 管指令跟随、对齐体验、幻觉抑制。然后再通过 MOPD 把这几路能力融到同一模型里。这一招等于把「单一模型学所有事」改成「分头训练、各管一段、出厂再融合」，对应的现实问题就是——真实的代码 Agent 任务很少只考一道题，它要同时能读代码、能推理、能听话、能纠错。

架构这条线讲到底，是给 Agentic Coding 留接口，不是给单轮问答刷分。

来源说明：本文架构与工程细节来自 2026-06-30 美团龙猫团队的发布稿与 LongCat API 文档（参考链接：LongCat-2.0 发布中文报道），评测数字来自团队图表口径，对比对象为同期开源模型公开成绩。

5 万卡国产 ASIC 不是炫技，是真的跑通了

LongCat 团队在国产算力上磨了三年。从千卡起步，逐个解决算子适配、通信优化、分布式稳定性问题，最后把 LongCat-2.0 的训练和推理整体压到五万卡 AI ASIC superpod 上。

相比 NVIDIA 成熟生态，国产 ASIC 平台的软件栈、调试工具和社区经验都薄一截，模型团队必须自己补训练稳定性、数值正确性、并行策略和故障恢复。LongCat-2.0 给出的工程答卷可以分四块看：

• 训练可复现：通信和计算路径都加强确定性，Embedding、FA、LSA、MoE 等模块用自研确定性算子；
• 数值可靠性：Reduce 类算子改成分段二叉树累加，降低浮点误差累积，关键算子里再加 bit-flip 检测；
• 大规模并行：在 TP/CP/EP/DP/PP 之外，专门引入 EMBP 来并行 N-gram Embedding；
• 长上下文训练：用 all-gather-based CP，CP 规模能扩到 512 以上，撑住 1M 长度训练。

最后还靠流水线调度、显存优化和算子级控核，把训练 MFU 比初版提高约 1.5 倍。

这套工程答卷里最容易被忽略的是「故障恢复」。万卡级训练最怕的不是单卡算力不够，是连续训练几天后某张卡静默坏掉、把整条流水线拖废。LongCat 团队把 bit-flip 检测铺到关键算子上，相当于给每一段 Reduce 计算实时做健康自检，发现异常直接隔离，不会让一次 NaN 静悄悄地污染几周的训练。配合分段二叉树累加，浮点误差累积不再是模型调不动的幽灵问题——这两条加在一起，万亿模型的训练稳定性能压缩到「真的能跑完一版」，不再是「赌一把有没有崩」。

不是模型在国产卡上跑通了，是「训练 + 长上下文 + 推理部署 + API 服务」整条链路跑通了。 这一步过去，国内团队想让 Agent 模型跑在国产算力上，问的就不再是「能不能跑」，而是「跑得多便宜、多稳」。

评测重心已经转向 Agent，生态直接挂上主流 harness

LongCat-2.0 的评测集中放在 Code Agent 和 General Agent 场景。Terminal-Bench 2.1 上 70.8，和 Gemini 3.1 Pro 的 70.7 基本持平；SWE-bench Pro 上 59.5，高于 Gemini 3.1 Pro、GPT-5.5 和 Claude Opus 4.6 的图表成绩，低于 Opus 4.7/4.8；SWE-bench Multilingual 上 77.3，接近 Opus 4.6 的 77.8。到了通用 Agent 和搜索场景，FORTE 73.2、RWSearch 78.8、BrowseComp 79.9。

这些分数更合理的读法，是 LongCat-2.0 把能力压到了真实工具环境和长程任务上，评测重心已经从聊天转向任务执行。

官方放了 5 个演示，每个都不止单文件改代码：AI SQL Agent 跑完整条「意图理解 → 查询规划 → 结果解释」；代码库迁移让模型从旧 SDK 接到新版；「儿童 AI 游戏训练场」只给一句描述，模型能自己补技术选型、页面结构、游戏逻辑；Three.js 3D 交互把代码生成 + 视觉状态 + 交互效果串起来；AI 小说工厂把写作拆成世界观、章节、评估、修订、多平台发布几段流水线，用长上下文保设定一致性。

生态侧更直接：API 文档把 Anthropic / OpenAI 两种接口格式并列摆出来，下面立刻挂 Claude Code、Kilo Code、OpenCode、OpenClaw、Codex 的接入路径。模型发布即对位主流 harness，不需要开发者二次适配。

国产算力 + 万亿模型 + Agent harness，三件齐了

LongCat-2.0 这次把国产 ASIC、万亿 MoE、1M 上下文、Agent 工具链四件事压到同一次发布里。它证明的不是「又一个开源模型」，而是「国产算力能稳定扛万亿级 Agent 训练和推理」这件事已经成立。

国产芯片叠上自研软件栈，万亿模型的训练和部署可以省去从外部抢卡的环节；万亿 MoE 加 1M 上下文，模型能跨代码仓库、文档、历史交互做长程任务；Agent harness 接上 Claude Code、OpenClaw 这类编程工具，模型直接干活、不需要额外套壳。

接下来真正该问的问题，不是「国产模型能不能追 GPT」，而是国产卡 + 万亿 Agent 模型 + 中文 harness 三件齐备后，最先跑出来的，会不会是中文世界的 Agent 编程工具。 OpenClaw、Codex 这类已经成型的 harness 在国产算力栈下重写一遍、把 LongCat-2.0 当默认底座，这事在工程上的边际收益，可能比再刷一次 SWE-bench 分数来得直接。