让 AI 看着界面修改一套代码，过程中还要测试、返工，并记住前面的决定，它往往会在任务拉长后掉链子。美团发布的 LongCat-2.5 就瞄准这类长程智能体任务——许多步骤彼此依赖、一次早期判断会影响最终结果。模型总参数量为 1.6 万亿，但每个 token（模型处理信息的基本单位）只激活约 480 亿参数。这种稀疏激活架构像是按题目叫来少数对口专家，既保留大容量，也控制单次计算量。
更值得注意的是训练办法。美团把真实 Agent 的失败轨迹改造成可复现、可验证的任务，并用大规模长程强化学习训练模型；遇到耗时特别长的任务，还会中断并保存未完成轨迹，下一轮接着跑，减少整批训练被少数慢任务拖住。视觉也不是后装插件：图片会被转成多层级离散 token，与文字交给同一主干模型处理，让“看界面、读图、写代码”进入一条任务链。美团称这些改动提升了复杂代码库开发和完整项目构建能力，但现有材料中的效果结论主要来自官方发布，尚缺少独立验证。