美团LongCat-Flash-Thinking：深思熟虑的开源，重塑AI智能体效率与未来商业版图

TL;DR：

美团开源的LongCat-Flash-Thinking模型，标志着大模型领域在效率与深度推理能力上的前沿突破。该模型通过创新的强化学习框架和MoE架构，显著提升了Agentic推理和形式化证明的性能，预示着美团在构建实用、高效AI智能体生态方面的战略性“主动进攻”。

美团，这家曾以“外卖公司”形象深入人心的生活服务巨头，正以惊人的速度在人工智能的深水区开疆拓土。继其首款大语言模型LongCat-Flash开源仅24天后，美团再次掷出重磅炸弹——LongCat-Flash-Thinking推理模型。这款模型的发布不仅是技术栈的又一次迭代，更是美团在大模型赛道上从效率竞赛转向“深度思考”与“实用智能体”战略的清晰宣言。

技术原理与创新点解析：LongCat-Flash-Thinking 的“深度思考”机制

LongCat-Flash-Thinking并非简单地堆砌参数，而是以效率和深度推理为核心，在LongCat-Flash基础架构之上进行了一系列创新升级。理解其核心机制，需要首先回顾LongCat-Flash的基石优势。

LongCat-Flash模型本身就以其高效的MoE（混合专家）架构和极致推理速度著称。它引入了“零计算专家”（Zero-computation Experts）设计，使得模型能根据Token的难度动态激活参数（平均每个Token仅激活约270亿参数），将简单任务交给“零计算专家”处理，从而大幅节省计算资源，提升效率。此外，其“快捷连接MoE”（Shortcut-connected MoE, ScMoE）架构通过计算与通信的并行重叠，实现了单GPU生成速度超过100 Token/秒（TPS），将输出成本降至约0.7美元/百万Token ¹²。这种对效率的极致追求，为后续“Thinking”能力的构建奠定了经济和性能基础。

LongCat-Flash-Thinking在此基础上，通过一套“课程学习”的训练方式，实现了其“深度思考”能力：

• 两段式推理增强训练：模型经历了“推理增强的中期训练”和“面向推理的有监督微调”（SFT）。研究团队构建了包含数学、物理、化学和编程问题的高难度训练集，通过数据配比确保模型在强化逻辑推理的同时，不损失通用能力。实验数据显示，在AIME、BeyondAIME等基准上，单步准确率和高采样准确率均有大幅提升 ³。
• Agentic推理与形式化证明的专项补强：在SFT阶段，LongCat团队特别强调了三大方向，其中尤以形式化推理和Agentic推理最为突出。
  • 针对形式化推理，团队设计了基于专家迭代框架的数据合成方法，并集成了Lean4服务器，生成严格验证的证明过程，从而系统性提升了模型的形式化推理能力。
  • 在Agentic推理方面，创新提出了“双路径推理框架”，通过比较模型在“有工具”和“无工具”条件下的表现，筛选出高度依赖工具才能解决的问题。随后，系统自动合成多样化的解题轨迹，并按复杂度分层进行课程训练，极大地增强了模型在真实场景下稳健使用工具的能力 ³。
• DORA强化学习框架：强化学习是LongCat-Flash-Thinking实现其高级推理能力的关键。美团自研的DORA分布式RL框架，通过“三管齐下”的策略，从系统、算法和奖励机制角度全面提升效率和稳定性。DORA支持异步训练、灵活加速器调度、流式架构和多版本策略，使得RL训练速度达到传统同步方式的3倍以上，FLOPs投入仅为预训练阶段的20% ³。在算法层面，改良PPO方法，引入截断重要性采样和裁剪机制，解决了异步训练的收敛不稳问题。奖励机制上，除了判别式奖励模型外，还引入了生成式奖励模型（GenRM），能在数学和编程等可验证场景提供推理链路，实现“有理有据”的判断。

这些技术创新共同构建了LongCat-Flash-Thinking的强大性能，使其在MATH-500基准测试中取得99.2%的近乎满分成绩，并在MiniF2F定理证明中得分达67.6%，比次优模型高出18%。同时，在权威Agent工具调用基准测试τ²-Bench中，其表现超越除GPT-5-Thinking外的所有参评模型，并在使用工具后，AIME-25基准测试中的平均Token消耗减少64.5% ³。这表明，LongCat-Flash-Thinking不仅“会思考”，而且“思考得又快又准又省”。

产业生态影响与美团的“主动进攻”策略

美团此次开源LongCat-Flash-Thinking，绝非一时兴起，而是其“主动进攻”AI战略中的关键一步 ²。美团CEO王兴曾明确阐述了公司的AI战略布局：

1. AI at Work：利用AI工具提升员工效率。
2. AI in Products：用AI改造现有产品并创建原生AI应用。
3. Building LLM：持续投入资源自研大模型 ²。

LongCat系列模型的迭代与开源，正是其“Building LLM”策略的直接体现。美团2024年研发投入达211亿元，过去五年累计研发投入超千亿元，规模仅次于华为、腾讯和阿里巴巴，这足以证明其在AI领域的决心和投入 ²。

美团作为一家拥有庞大本地生活服务生态的公司，对AI的深入布局具有独特的优势和战略意义：

• 从“外卖公司”到“AI基础设施提供商”：美团的深厚技术积累，尤其是其在无人配送、机器学习领域的长期投入，为其发展大模型提供了坚实基础 ²。如今，通过开源其核心AI能力，美团正在将其技术影响力从特定的商业领域扩展到整个AI生态，成为开源社区的重要贡献者。
• Agentic AI的商业价值落地：LongCat-Flash-Thinking在Agentic推理和工具使用上的突出表现，是其商业化潜力的核心。美团拥有丰富的真实应用场景，从餐饮推荐、智能问答到无人配送、AI搜索，智能体将作为下一代交互界面，极大提升用户体验和运营效率。例如，其已推出的“问小袋”、“米鲁”等AI智能助手，以及AI编程应用NoCode、开发者辅助工具CatPaw，都预示着这些大模型能力将深入美团的各个业务环节 ²。这种实用性导向，是TechCrunch所看重的商业敏锐度。
• 加速产业生态的自我进化：通过开源，美团不仅可以吸引全球开发者共同参与模型优化和创新，还能将其技术标准和经验输出给更广泛的行业，推动整个AI产业的进步。对于中国大模型生态而言，美团的加入进一步丰富了开源力量，与DeepSeek、Qwen等共同构筑起多元且富有竞争力的技术图景。

未来发展路径与哲学思辨：迈向AI Agents的“认知升级”

LongCat-Flash-Thinking的出现，不仅仅是一个技术发布，更是对未来AI发展方向的一次深刻洞察，触及Wired所关注的哲学思辨和未来主义视角。

• 从“生成”到“思考”的范式转移：大模型的早期浪潮主要关注文本生成、图像生成等AIGC能力。然而，随着LongCat-Flash-Thinking等模型的问世，我们正见证AI从单纯的“内容生成”向“深度思考”和“复杂问题解决”迈进。这种“思考”能力，尤其是在形式化推理和Agentic推理上的突破，是迈向AGI（通用人工智能）的关键一步，它让AI能够更像人类一样理解、规划并执行复杂任务 ³。
• 智能体时代的加速到来：LongCat-Flash-Thinking对工具使用的优化和Agentic推理的强化，明确指向了AI Agent将成为未来人机交互和自动化任务的核心。未来的AI将不再仅仅是提供信息的聊天机器人，而是能自主感知环境、进行决策、调用工具、完成多步骤任务的“超级助手” ⁴。美团在这一领域的投入，将加速智能体在消费侧（如智能生活助手、个性化推荐）和产业侧（如自动化客服、智能运营）的广泛应用。
• 效率与普惠的平衡：高性能大模型往往伴随着高昂的训练和推理成本。LongCat-Flash-Thinking通过“零计算专家”、ScMoE架构和DORA强化学习框架，显著提升了效率并降低了成本 ¹⁵。这种对效率的极致追求，是实现AI普惠化、让高级AI能力被更广泛应用的关键。只有当成本可控时，AI才能真正渗透到社会经济的每一个角落，实现其社会价值。
• AI伦理与安全性的前置考量：LongCat-Flash-Thinking在安全性测试中取得最高分，涵盖有害内容、犯罪、虚假信息及隐私等风险。这体现了美团在开发AI技术时对伦理和安全性的高度重视 ³。随着AI模型能力越来越强，尤其是在推理和自主决策方面，其潜在的社会影响也日益深远。从一开始就将安全性和伦理考量融入模型设计和训练，是负责任AI发展的基石，也是避免技术“双刃剑”效应的关键。

LongCat-Flash-Thinking的开源，不仅是美团技术实力的展现，更是对AI未来发展路径的一次深刻探索。它预示着一个由高效、智能、自主的AI Agents驱动的新时代正在加速到来。美团的AI之路，不仅仅是技术竞赛，更是未来生活方式的重塑者，以及产业效率和边界的拓展者。

引用

• 美团大模型
• 开源AI
• AI Agent
• 推理模型
• 强化学习
• MoE架构
• 商业战略