美团正式发布 CatPaw：全场景 AI Agent，从个人提效到企业智能化
本月，美团 LongCat 2.0 已正式开源，总参数 1.6T，平均激活约 48B，动态范围 33B 到 56B，原生支持 1M 超长上下文。这是首个在五万张国产算力卡上完成全流程训练与推理的万亿参数模型。开源只是第一步，让 LongCa…
分类 · 文章
AI 大模型
大模型应用、Prompt 工程、AI 工具、模型微调、AI 开发实践
Agent评测漫谈 —— 由浅入深讲解Agent评测
本篇博客是一篇科普文章，由浅入深的介绍Agent评测。其中前两章系统介绍了评测是什么，以及如何建立评测体系；其中第二章是美团图灵Agent评测团队深入美团各业务团队BP总结出的实践经验，是我们在两年实践过程中逐步打磨出来的认知。第三章重点介…
离谱，每轮请求 25% 的 token，竟在重发模型想完就扔的内心独白
前言 用 DeepSeek 这类思考模型跑 coding agent，有个成本黑洞很多人没注意：模型的思考过程，一直在跟着每一轮请求付费旅行。 事情是这样的。思考模式下，模型每次回答前都会先写一大段内心独白（API 里叫 reasoning…