美团技术团队近日重磅宣布——正式开源 LongCat-2.0 大模型。该模型总参数量达到 1.6T，而推理时平均激活参数量仅约 48B，属于典型的“大参数、高效激活”策略。尤为值得关注的是，它并非为刷榜而设计，而是专注于 Agentic Coding（智能体编程）场景，核心目标是让代码理解、生成与执行链路更加顺畅。
此外，美团还同步开放了国产芯片的推理代码，这对国内算力生态的适配而言，具有重要的信号意义。
核心要点
- 超大规模参数量：1.6T 总参数量，动态激活后平均约 48B，兼顾参数量级与推理效率。
- 专为编程场景设计：定位精准，专为真实 Agentic Coding 任务服务，从代码理解、生成到执行全面强化。
- 架构创新：LongCat 稀疏注意力与 N-gram Embedding 结合，长上下文处理效率和 Token 级别表示能力均得到提升。
- 国产算力适配：同步开放国产芯片推理代码，降低国产硬件环境下的部署门槛。
详细分析
架构创新：LongCat 稀疏注意力与 N-gram Embedding
此次架构上的改进，直击大模型在代码场景中的核心痛点。复杂的 Agentic Coding 任务通常需要处理大量代码库引用和长程逻辑依赖，一旦上下文窗口不足，模型容易出现信息断层。LongCat 稀疏注意力机制的引入正是为了解决这一效率瓶颈——让模型在长上下文中运行更快、更精准。同时，N-gram Embedding 的加入增强了模型在 Token 级别的表示能力，使其能够更敏锐地捕捉代码中细微的语法结构和语义差异。
性能优化：动态激活与代码执行能力
1.6T 的总参数量虽然庞大，但动态激活技术使实际推理参数规模维持在约 48B。这意味着模型既拥有大容量带来的知识储备，又不会在推理时过于笨重。结合架构改进，LongCat-2.0 在代码理解、生成和执行三个关键维度上表现优异，尤其在应对智能体编程场景下的复杂需求时，竞争力显著提升。
生态适配：同步开放国产卡推理代码
美团此次开源诚意十足。除了模型权重，还专门提供了国产芯片的推理代码。这一举措的意义在于，使模型在国产 AI 芯片上的部署和推理更加顺畅。无需依赖 CUDA 生态，也能运行超大规模模型，对国内开发者而言，这不仅是工具支持，更是实实在在的参考范例。
行业影响
LongCat-2.0 的开源，标志着 Agentic Coding 领域迎来一款更具分量的生产力工具。1.6T 的参数规模与长上下文优化相结合，有望推动 AI 编程助手从“代码补全”的辅助角色，向更复杂的“自主编程智能体”演进。同时，同步开放国产芯片推理代码，对于构建国产算力大模型生态具有突出的示范价值，有助于加速国产硬件在高端 AI 模型推理领域的落地。
常见问题
LongCat-2.0 的主要应用场景是什么？
专为 Agentic Coding（智能体编程）任务设计，适用于需要深度理解长代码上下文、生成复杂逻辑代码以及执行代码任务的自动化编程场景。
该模型在架构上有哪些独特之处？
核心创新在于 LongCat 稀疏注意力与 N-gram Embedding。前者提升长文本处理效率，后者强化代码 Token 的表示能力，配合动态激活机制，实现了高性能与高效率的平衡。
是否支持在国产算力平台上运行？
是的。美团技术团队在开源模型的同时，同步开放了国产芯片推理代码，专门用于支持和优化在国产硬件环境下的模型推理表现。