看 LongCat-2.5：把智能体接进服务之前，先想好失败怎么恢复
内容提要
美团发布LongCat-2.5，面向长程智能体任务的原生多模态模型，总参数1.6万亿，每token激活约480亿，强化视觉理解与编程能力。作者建议接入服务前先设计失败恢复：为任务分配标识，关联模型请求与工具调用记录，保存中间状态，重启时确认进度而非重发提示词；外部写入需幂等检查，代码修改先留隔离分支并人工审核，生产操作保留人工确认。多模态输入应区分业务数据与指令，限制敏感图片入日志。监控应关注完整任务完成情况，并先用低风险任务试跑、故意中断验证恢复。
延伸解读
模型参数不等于部署成本
文章指出，LongCat-2.5 的总参数和激活参数是模型信息，不能直接换算成项目成功率或部署成本。摘要未交代授权、部署要求或接口价格，因此小团队是否自建需另行评估。若考虑本地部署，还需核实权重存放方式、运行时显存需求及目标并发下的实际表现，不能把参数规模当作采购清单。
长任务恢复依赖状态记录
智能体执行多步任务时，中途失败可能导致重复修改或状态混乱。文章建议为任务分配唯一标识，关联模型请求与工具调用记录，工具执行前后保存意图和结果。进程重启时应先确认上次进度，而非重发提示词。外部写入需结合业务做幂等检查，不能把重试当作通用恢复手段。
多模态输入需区分数据与指令
原生视觉理解让截图可作为任务输入，但截图可能包含账号信息，界面文字也不应自动获得指挥工具的权限。接入方需区分业务数据与执行指令，限制敏感图片进入日志，并确保失败样本能安全保留供排查。监控应关注完整任务是否完成、中断步骤及资源消耗，而非仅看接口响应时间。
低风险试跑验证恢复能力
文章建议普通团队先选择测试日志归类、补充测试草稿等允许人工复核的任务，用真实但脱敏的失败样本试跑，并故意中断工具调用以观察恢复能力。评估时需计入人工检查和返工时间，而非只比较模型首版答案速度。生产权限应逐步开放，先证明中断后可查清现场并恢复执行。
Q&A
LongCat-2.5 是什么模型？主要面向什么任务？
LongCat-2.5 是美团发布的原生多模态模型，面向长程智能体任务，总参数 1.6 万亿，每个 token 激活约 480 亿参数，并在 LongCat-2.0 基础上强化了原生视觉理解与智能体编程能力。
把智能体接入服务时，为什么需要先设计失败恢复？
因为长程任务可能中途失败（如网络中断），直接重跑可能导致重复修改文件或重复写入外部系统。需要给任务分配标识、关联模型请求与工具调用记录、保存中间状态，重启时先确认进度而非重发提示词，外部写入需做幂等检查。
智能体修改代码或操作生产环境时，应该设置哪些安全边界？
模型提出的代码修改应先留在隔离分支，测试通过后交给人审；数据库变更、生产部署等动作保留人工确认；权限不要一开始就给得太宽，避免错误发生后没有方便的撤销路径。
多模态输入（如截图）接入时需要注意什么？
需要区分业务数据与执行指令，界面上的文字不应天然拥有指挥工具的权限；限制敏感图片进入日志，并确认失败样本能否安全保留供排查。
监控智能体任务时，应该关注哪些指标？
不能只盯模型接口的响应时间，应关注完整任务是否完成、在哪一步中断，以及每次尝试用了多少时间和资源。否则看板正常但用户工单可能未处理完。
普通团队如何安全地试跑 LongCat-2.5？
先选测试日志归类、补充测试草稿等允许人工复核的低风险任务，用真实但脱敏的失败样本试跑，并故意中断工具调用观察系统能否恢复；评估时把人工检查和返工时间也算进去。
