美团开源“重思考”模型 AI实现“深思熟虑”再行动

摘要：中证报中证网讯（记者杨洁）1月16日，美团宣布开源LongCat-Flash-Thinking模型升级版——LongCat-Flash-Thin...

中证报中证网讯（记者杨洁）1月16日，美团宣布开源LongCat-Flash-Thinking模型升级版——LongCat-Flash-Thinking-2601。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，均达到开源模型SOTA水平。

值得一提的是，该模型在工具调用的泛化能力上优势尤其明显，在依赖工具调用的随机复杂任务中，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，确保思考周全、决策可靠。

据介绍，美团LongCat团队在新模型中推出“重思考”模式，已让“龙猫”学会了“深思熟虑”再行动。具体来看，当遇到高难度问题时，新模型会把思考过程拆分成“并行思考”和“总结归纳”两步进行：并行思考阶段，与人类面对难题会同时尝试多种解法相似，“重思考”模式下的模型，会在保证思路多样性的同时，独立梳理出多条推理路径寻找最优解；总结归纳阶段，则会对多条路径进行梳理、优化与合成，并将优化结果重新输入，形成闭环迭代推理，推动思考持续深化。

除此之外，LongCat团队在新模型中加入了额外的强化学习环节，针对性打磨模型的总结归纳能力，从而让LongCat-Flash-Thinking-2601实现了“想清楚再行动”的结果。

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，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。

据悉，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；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，让这套全流程方案持续赋能模型，使其稳居智能体能力第一梯队。

LongCat团队还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。

经过系统化的抗干扰训练，LongCat-Flash-Thinking-2601（Training w/Noise组）拥有极强的环境适应能力，在复杂场景中，也能稳定发挥、高效完成任务。

以下内容为友情赞助提供

项目群