多数解读把这次开源读成又一轮参数竞赛：参数更大、跑分更高、榜单更好看。真正变的是部署门槛——美团以 MIT 协议开源 LongCat-2.5，总参数 1.6 万亿、每个 token 激活约 480 亿、支持一百万上下文，并且明确写了在单卡显存不足 80GB 的国产算力上完成长序列训练与微调，推理走 W4A4 量化。把 11 月 11 日的公开资料摆在一起看，对连锁零售的技术负责人来说，这意味着自建补货、巡检、陈列核查这类 Agent 的启动成本第一次落到了可谈的区间——但能不能跑通门店流程，卡点不在模型，在数据口径。美团技术团队
1.6 万亿参数不是这次的重点
参数规模写在发布材料里，是给评测看的。零售企业真正会用到的，是「一百万上下文」和「单卡可跑」这两条：前者决定了一次能不能把整张门店货架图和最近三十天的动销放进同一个上下文，后者决定了这套东西放在总部机房还是门店边缘服务器上。两条都成立，Agent 才有可能进入日常排班。美团技术团队
许可证同样是门槛的一部分。MIT 允许商用推理部署与二次训练、无需额外授权，这意味着连锁可以把模型微调成自己的补货策略模型，而不用把门店数据传出去。对数据敏感度高的零售企业，这一条比跑分更能决定项目能不能立项。北京商报
门槛降在哪：显存、协议、推理成本
过去的自建方案卡在三处：显存不够要租卡、许可证不明不敢商用、推理成本高到只能做演示。发布材料里对应给了三条解法，分别针对显存分片、协议授权和 INT4 推理。三条里最实际的是显存：单卡不足 80GB 的环境下能完成长序列训练，等于把「必须上大集群」这个前提去掉了。美团技术团队
单卡 80GB 的约束意味着什么
门店侧服务器通常没有数据中心级的卡，显存和带宽都紧。分片把压力分散到超节点内多卡，通信尽量留在高带宽互联域内，这套工程做法的价值不在于跑分，而在于让「总部训练、区域微调」这种分层部署变得可行。区域微调才是零售场景真正需要的：不同城市的品类结构差别很大。美团技术团队
W4A4 对巡检频次的意义
量化到 4 bit 的直接效果是同样的卡能跑更多次推理。价格巡检、陈列核查这类任务的特点是次数多、单次价值低，成本降一半，频次就能翻倍，从每周一次变成每天一次。频次上去之后，缺货与破价才会从「事后发现」变成「当天发现」。美团技术团队
补货 Agent 卡在数据，不在模型
把流程拆开看，模型能接管的是「读—判—写建议」，接管不了的是「谁有权改」。门店补货单的最终签字权在店长，系统给的建议只要与店长经验冲突，就会被手动改掉；改掉的动作不会回写成训练数据，模型下一次还会给同样的建议。这是零售 AI 项目最常见的死循环。中国经济网
| 环节 | 模型能做的部分 | 仍要人做的部分 |
|---|---|---|
| 看货架 | 识别缺位与陈列偏移 | 确认是否临期或待补 |
| 算补货量 | 按动销与在途推算 | 判断促销与天气扰动 |
| 下单 | 生成建议单 | 签字与承担缺货责任 |
第二列和第三列之间的差距，就是项目失败的地方。要让它收敛，得把「店长改动」这件事本身变成可记录的数据：改了什么、为什么改、改完之后三天卖得怎么样。没有这条回写链路，再强的模型也只是在给门店发通知。经济日报
门店该先量哪三个数
真要评估这套东西值不值得上，先量三个数：补货建议的采纳率、采纳后的缺货率变化、以及单店每周花在核查上的工时。三个数都能在四周内测出来，不需要等一个季度。测不出来，说明数据链路没打通，不是模型不行。美团技术团队
顺序也有讲究。先测工时，再测采纳率，最后才看缺货率。工时会立刻反映流程有没有被简化，采纳率反映信任，缺货率受季节与促销扰动最大，放最后才不会被噪音带偏。经济日报
常见问题
开源模型能直接用在门店补货上吗？
不能直接用。它是通用长程智能体模型，补货需要接入门店库存、在途、陈列与促销数据，并做场景微调，否则给不出可执行的建议。
单卡显存不足 80GB 意味着什么？
意味着不必上大集群也能做长序列训练与微调，总部训练、区域微调的分层部署变得可行，硬件预算大幅下降。
MIT 协议对零售企业有什么实际好处？
可商用部署与二次训练、无需额外授权，门店数据可以留在本地，不必上传到第三方，立项时的合规阻力小很多。
评估这套系统该看哪几个指标？
补货建议采纳率、采纳后缺货率变化、单店每周核查工时，三项四周内可测；测不出来通常是数据链路没打通。
