美團發佈全場景 AI Agent 平臺 CatPaw,搭載 1.6T 參數開源大模型 LongCat 2.0
重點摘要
AI資訊AI新閒資訊正文美團發佈全場景 AI Agent 平臺 CatPaw,搭載 1.6T 參數開源大模型 LongCat 2.0發布於AI新閒資訊時間 :Jul 27, 2026閱讀 :1分鐘 7月27日,美團正式上線搭載 LongCat2.0的全場景 AI Agent 平臺 CatPaw,標誌著其自研萬億參數大模型從技術開源全面邁向產業落地。作為本月剛開源的1.6T 總參數、原生支持1M 超長上下文的大模型,LongCat2.
美團於 2026 年 7 月 27 日正式推出全場景 AI Agent 平臺 CatPaw,該平臺搭載了自家研發的萬億參數開源大模型 LongCat 2.0。此舉不僅是美團在人工智慧領域的重要里程碑,更標誌著其自研的萬億參數大模型已從技術開源階段,全面邁向產業落地應用。CatPaw 的誕生,讓底層算力與模型能力得以轉化為企業級智能工作臺,提供開箱即用的開發託管體驗。LongCat 2.0 是一款擁有 1.6T 總參數的開源大模型,原生支援長達 1M 的超長上下文處理能力,能應對複雜且連貫的對話與任務需求。特別值得一提的是,LongCat 2.
0 是業界首個在五萬張國產算力卡上完成全流程訓練與推理的萬億參數模型,展現了美團在國產算力自主可控上的技術突破,也為未來大規模部署提供了更穩健的基礎。CatPaw 平臺的設計初衷,是將 LongCat 2.0 的強大能力釋放給更多企業用戶。它不僅是一個純粹的模型接口,更是一個深度整合了美團在本地生活領域多年累積的全鏈路認知系統。透過對門店經營、評價診斷、營銷轉化及履約配送等核心場景的封裝,CatPaw 提供了即裝即用的專家技能,讓企業能夠快速上手,無需從零開發。在實際應用中,CatPaw 展現出極高的靈活性與協作能力。
該平臺支援移動端與 PC 端無縫切換,用戶可以隨時隨地進行操作,並享有 7×24 小時的雲端長程運行能力,確保任務不間斷。此外,CatPaw 還具備跨會話的長期記憶功能,能夠自主規劃與執行複雜任務,甚至實現多個 Agent 之間協同並發處理,大幅提升工作效率。對於本地生活服務業者而言,CatPaw 的出現可能帶來營運模式的轉變。以門店經營為例,管理者可以透過 CatPaw 的智能分析,即時獲得評價數據的診斷報告,並得到針對性的營銷轉化建議。在履約配送環節,平臺也能根據歷史數據與即時狀況,優化配送路線與資源調度,減少人力與時間成本。
美團長期以來在人工智慧領域投入大量資源,LongCat 系列的開源策略不僅推動了技術社群發展,也為自身生態系統的擴大奠定基礎。CatPaw 的推出,則進一步將這些技術成果轉化為具體的商業價值,讓更多中小型企業也能享受到大模型帶來的效率提升。從技術架構來看,CatPaw 的底層依賴 LongCat 2.0 的萬億參數規模,但同時也針對行業場景進行了輕量化與模組化設計。這使得不同規模的企業能夠根據自身需求,靈活選用不同的專家技能,避免資源浪費。平臺的開發託管功能也降低了技術門檻,讓非專業的開發者也能快速構建自己的 AI Agent。
值得注意的是,CatPaw 的跨會話長期記憶能力,讓 AI Agent 能夠記住用戶過往的互動與偏好,從而在後續任務中提供更貼近需求的服務。這種持續學習的特性,有助於企業建立更深入的客戶關係,並在長期營運中累積有價值的數據資產。多 Agent 協同並發處理是 CatPaw 另一大亮點。在傳統模式下,單一 AI 模型往往難以同時處理多個複雜任務,而 CatPaw 透過智能調度與任務拆分,讓多個 Agent 各司其職,同時推進不同環節的工作。例如,在行銷活動中,一個 Agent 負責分析用戶畫像,另一個 Agent 負責生成文案,第三個 Agent 則負責監控投放效果,彼此協同提升整體效率。
美團表示,CatPaw 的推出是為了回應市場對 AI 落地需求的快速增長。隨著開源大模型 LongCat 2.0 的成熟,企業不再需要自行訓練龐大的模型,而是可以直接利用 CatPaw 平台上的現有工具與技能,快速實現業務智能化。這也符合美團一直以來「技術普惠」的核心理念。展望未來,CatPaw 預計將持續擴充其專家技能庫,涵蓋更多本地生活以外的垂直領域。同時,美團也將持續優化 LongCat 系列的開源生態,吸引更多開發者貢獻模型與應用,形成良性循環。對於整個 AI 產業而言,CatPaw 的出現提供了一個可行的商業化範例,證明大模型不僅能存在於實驗室,更能真正走入企業日常營運。
從技術自主的角度來看,LongCat 2.0 在國產算力卡上的成功訓練,也為中國 AI 產業鏈的自主可控樹立了標杆。未來,美團可能進一步降低對國外硬體的依賴,並在更多場景中推廣國產算力方案。這不僅是技術問題,更涉及供應鏈安全與戰略佈局。總體而言,CatPaw 與 LongCat 2.0 的組合,展現了美團在 AI 領域從模型研發到平台落地的完整閉環。隨著更多企業開始採用這一平台,本地生活服務的智能化程度有望大幅提升,並帶動整個行業的數位轉型。美團的這一步,或將為 AI Agent 產業樹立新的標竿。
Related
相關文章

當 human in the loop 變成“閉著眼睛點確認”,企業Agent 安全還能靠誰?
專家指出,AI Agent 從內容安全轉向行為安全,提示詞注入、工具濫用與過度授權成為主要風險。企業應建立可視、可管、可追溯的安全基線,並對工具權限進行最小化與臨時化管理,避免 human in the loop 淪為形式。安全防護需從靜態入口轉向動態行為約束,以因應 Agent 自主執行帶來的全新挑戰。

開源Agent框架刷爆ARC-AGI-3,「自我改進」的RLM harness引爭議
一套開源Agent框架在ARC-AGI-3基準測試中創下超過85%的正確率,大幅領先其他解決方案,其核心是名為「RLM harness」的自我改進機制。然而,該方法引發學術爭議,部分研究者批評它透過反覆試錯「鑽漏洞」,不符合ARC-AGI評測一次性推理的精神。這場討論促使AI社群重新審視評測標準,並可能影響未來ARC-AGI版本的設計方向。

騰訊是在“賽馬”,還是在打造 “Agent工廠”?
騰訊內部正在探討其發展策略究竟是「賽馬」機制還是打造「Agent工廠」。相關討論聚焦於公司如何平衡內部競爭與統一平台建設。目前站內已移除相關混雜文字,保留原始主題供讀者參考。
ChinaJoy 2026 AI遊戲規模化落地,邊緣雲與API安全重構產業底層邏輯
2026年ChinaJoy展館,“與AI同遊”的主題隨處可見。行業調查顯示,僅有21%的企業擁有完整的API資產清單,大量後臺AI接口仍在無人監控的狀態下裸奔。合規與安全也同步下沉。算力下沉還不夠,API安全必須同步前移邊緣雲解決了體驗問題,但AI交互入口的安全,同樣需要前置到邊緣。算力與安全,缺一不可Akamai的判斷很明確:遊戲AI轉型不能割裂算力與安全。這也是遊戲廠商規模化落地AI智能體、構建AI原生遊戲的標準化底層方案。

openJiuwen發佈業界首個企業級分佈式蜂群架構,聯合郵儲成功落地金融生產環境
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.

螞蟻集團開源Avernet,讓人與智能體像組織一樣高效協作
**螞蟻集團開源Avernet:打造人與智能體高效協作的“組織級”基礎設施** **來源:量子位** **2026-08-07 11:08:51** 近日,螞蟻集團正式宣佈開源多智能體協作基礎設施Avernet,其社區版本已同步上線。作為業界首個聚焦於“組織級協作”的智能體基礎設施,Avernet的首個版本重點開放了智能體協作網絡能力,旨在支持不同智能體之間的發現、共識達成、跨團隊協作與治理,為人工智能從“單點智能”走向“系統智能”提供關鍵支撐。