美团开源可体验的“重思考”模型，经8次反复实测
新京报贝壳财经讯（记者陈维城）1月16日，美团LongCat官微消息，作为LongCat-Flash-Thinking模型的升级版，LongCat-Flash-Thinking-2601现已开源。团队介绍，新模型在Agentic Search（智能体搜索）、Agentic Tool Use（智能体工具调用）、TIR（工具交互推理）等核心评测基准上，达到开源模型SOTA（最先进的水平）水平。
团队介绍，该模型在工具调用的泛化能力上优势明显，在依赖工具调用的随机复杂任务中，性能表现超越了Claude-Opus-4.5-Thinking，可大幅度降低真实场景下新工具的适配训练成本；同时，新模型支持“重思考”模式，可同时启动8个“大脑”执行任务。
新京报贝壳财经记者进入美团LongCat实测，选定“深度思考”模式，输入：“2010年冬季是冷冬还是暖冬？”页面显示，“接下来，我将以多种思考方式同时进行深度思考，每个 Thinker 将会独立给出一个回复，最终我会将这些回复整合成一个更全面的结论。”
页面显示了8个思考结果分析：2010年冬季应该是指2010年12月至2011年2月，Thinker #7提到“2009年12月至2010年2月”作为2010年冬季，这是错误的。根据国家气候中心的标准，冬季平均气温较常年偏低0.5℃以上才达到冷冬标准。Thinker #3和#8提出了不同观点，认为整体未达冷冬标准。
最后系统结论为，2010年冬季是一个“前冬暖、隆冬冷”的复合型冬季，在强拉尼娜事件影响下，冷空气活动频繁且强度强，尽管全国平均气温偏低幅度未 strictly 达到0.5℃标准，但综合极端天气事件和区域严寒特征，仍被权威机构判定为冷冬。这一现象体现了全球变暖背景下极端天气事件的复杂性。
记者输入“100字概括罗永浩的锤子科技倒闭原因？”系统分析显示，除了字数要求外，Thinker #1提到“内部动荡和战略摇摆”，Thinker #2提到“管理经验缺乏”，Thinker #3提到“融资困难”，Thinker #4强调“供应链”，Thinker #5提到“跨界创业”和“过度投入营销研发”，Thinker #6提到“营销成本失控”，Thinker #7提到“未能规模化盈利”，Thinker #8提到“缺乏商业运营敬畏心”和“依赖情怀”。
系统对比完8个思考后得出结论，“锤子科技倒闭核心是资金链断裂，深层原因为：产品定价过高致销量惨淡，过度重视设计与营销而忽视供应链管理与成本控制；市场竞争激烈，战略摇摆不定；创始人罗永浩的理想主义与商业现实脱节，跨界管理经验不足，最终难以为继。”
记者注意到，2025年春节前后，各大AI大模型逐步上线“深度思考”功能。目前，各大AI大模型的“深度思考”结果并非完全准确，以至于可能出现答非所问，产生虚幻结果。美团此次新模型支持“重思考”模式，相当于系统8次独立思考，再对结果进行复核。
对于新模型的技术思路，LongCat团队解释称，传统智能体往往仅在数个简单模拟环境里训练，这带来的问题就像只在靶场训练的士兵，到了真实“战场”可能会掉链子。而基于“环境扩展+多环境强化学习”核心技术，团队为模型打造了多样化的“高强度练兵场”，构建了多套高质量训练环境，并在每套环境中集成60余种工具形成密集依赖关系图谱与复杂联动，支撑起高度复杂的任务场景。实验也证明，训练环境越丰富，模型在未知场景中的泛化能力越强。
此外，LongCat团队针对性扩展自研强化学习基础设施，在保留原有高效异步训练特性的基础上，实现大规模多环境智能体的稳定并行训练，通过均衡搭配多环境任务、按难度与训练进度智能分配算力，最大化提升训练效率与资源利用率；该团队还从复杂度、多样性双维度严控训练任务，配套专属数据库及优化方案，杜绝模型“偏科”与训练漏洞。
该团队还表示，现实世界的智能体环境充满不确定性，API调用失败、返回异常信息、观测数据不完整等“噪声”问题，极易导致模型决策失误。为此，团队在训练数据的过程中主动注入多类噪声，模拟API的调用失败、返回错误信息、数据缺失等场景，并用课程学习的方式循序渐进地进行模型训练，在训练过程中逐步增加噪声的类型与强度——类比教新手骑车，首先会让其在平坦路面做练习，等技能成熟后再逐步增加路面的复杂度。
编辑 岳彩周
校对 穆祥桐
相关攻略
当AI能力成为通用基础设施，企业真正的核心竞争力是什么？ “我不知道AI这艘船上有多少船票，但我知道，上船最重要。”特赞科技创始人兼CEO范凌的这句话，精准击中了当下企业决策者的核心焦虑。这并非源于短期的市场压力，而是一种关乎未来生存的深层紧迫感——在一个马太效应被AI技术急剧放大的商业时代，错失先
近期，AI智能体领域的一个开源项目openJiuwen引发了广泛关注。该项目接连获得Tech in Asia与MarkTechPost等权威海外科技媒体的深度报道，前者重点解析了其架构设计，后者则深入探讨了基于它构建的JiuwenClaw智能体的自演进能力。这波来自国际技术社区的关注，标志着其创新的
最近，一款名为updream的AI视频创作产品，在专业创作者的小圈子里引发了不小的讨论。它在前不久的B站首届AI创作大赛颁奖活动上首次亮相，随即在各大创作者社群中掀起了一股“求内测码”的热潮。一款尚未正式发布的产品，能让这群早已阅“AI神器”无数的老手们主动排队，这本身就值得玩味。 当然，updre
在人工智能领域，我们正见证着一个激动人心的范式转变。过去，构建一个强大的AI系统往往意味着需要“从头开始”训练一个庞大的模型，这个过程不仅耗费巨量的计算资源和数据，而且周期漫长。但现在，一种更高效、更灵活的策略正在成为主流：基于现有的、能力强大的基础模型，通过“微调”来快速适配特定任务或领域。 这就
以「自进化」重构 Agent 体验。 最近几周，开源社区的目光被一个名为 Hermes Agent 的项目牢牢吸引。它在 X 和 GitHub 上迅速走红，热度堪称现象级。 从2月底开源首月斩获2 2万星，到4月8日发布v0 8 0版本后单日新增超过6400星，Hermes Agent在不到两个月的
热门专题
热门推荐
在追求极致效率的现代软件开发中，一款名为Cursor的AI代码编辑器正引领着开发范式的变革。它被定义为“面向未来的IDE”，其核心理念清晰而有力：将人工智能深度无缝地集成到编码工作流的每一个步骤，为开发者创造一种前所未有的“AI结对编程”体验。 Cursor sh应用场景 那么，这款AI驱动的编辑器
在众多AI图像生成工具中，WHEE凭借其精准的产品定位与持续的功能迭代，正成为越来越多设计师和内容创作者的首选工具。它专注于打造高品质的AI视觉素材生成器，核心使命就是帮助用户快速、高效地获得可直接使用的优质图片素材。 那么，这款AI绘图工具究竟有哪些核心优势？下面我们从其关键特性与功能设计进行深入
在AI绘画工具不断涌现的当下，一款名为NightCafe Creator的应用以其全面的AI艺术生成能力脱颖而出。它不仅是一个简单的图片处理工具，更是一个融合了多种前沿人工智能技术的创意平台，帮助用户轻松实现从构思到成品的艺术创作。 NightCafe Creator是什么？ NightCafe C
近期加密货币市场受到宏观经济不确定性及流动性紧缩影响，比特币(BTC)、以太坊(ETH)以及多种山寨币出现明显下行走势，市场情绪趋于谨慎。 比特币近期走势分析 比特币的价格近期表现如何？简单来说，它跌破了几个市场公认的关键支撑位，而且伴随交易量的放大。这种放量下跌的信号，往往意味着多空分歧加剧。无论
蔡司宣布将于6月2日发布一款新镜头，并称其为镜头技术的重大突破，标志着全新纪元的开启。官方仅公布了产品剪影，但措辞暗示其可能带来根本性的技术升级，例如全新光学结构、先进镀膜或对焦系统改进。具体细节需待发布日揭晓。