一、大模型开源:国产算力训练的高参数模型来了
1. 美团开源LongCat-2.5:1.6万亿参数,全程国产芯片训练
事件内容: 11月15日,美团LongCat团队把LongCat-2.5的权重上线开放下载,采用MIT许可证,允许商用和二次修改。这是一款面向长程编码任务的混合专家(MoE)模型,总参数1.6万亿、每token激活约480亿参数,支持100万token上下文,单次输出最长12.8万token。与上一代相比,新增了图像理解能力——它不是外挂一个视觉编码器,而是把图像转成token与文本一起处理。最值得注意的是训练背景:美团称该模型完全在中国产硬件上训练完成,与当前GPU出口管制的讨论形成鲜明对照。在美团自测中,LongCat-2.5在Terminal Bench v2.1得分88.4,接近Claude Opus 5的89.1;但在更难的v4.0上差距拉大到38.5 vs 53.9。另有一版将专家层压成4-bit,适配国产AI加速器,压力测试显示prompt处理吞吐提升43.3%、生成吞吐提升42.77%。
值得关注的原因: 两条信号叠加:一是"近顶级的Agent编码模型可以自托管、无使用协议约束",对企业私有化部署有实际意义;二是"全程国产芯片训练"如果成立,是对"算力卡脖子"叙事的一次实证反驳。但要清醒——这些benchmark均为美团自报,尚无第三方验证,且1.6万亿参数的部署门槛极高,不是普通团队能消化的。
来源:The Decoder、MegaOne AI 原文链接:https://techprolonged.com/2026/11/meituan-opens-up-longcat-2-5-a-coding-agent-model-with-1-6-trillion-parameters
二、智能体新进展:从"能聊"到"能操作电脑"
2. Nex-AGI发布Nex-N2.6:321B多模态Agent模型
事件内容: Nex-AGI发布Nex-N2.6,一款约3210亿参数的多模态智能体模型,基于GLM-5.3-Flash构建,以FP8量化权重形式上架Hugging Face。该模型面向computer use(电脑操作)、编码和长程工具驱动任务。相比上一代Nex-N2.5-Pro,这次迭代的重点不是堆参数,而是"减少重复性推理"和"提升对环境内可用工具的遵循度"——官方称这让Agent变得更可靠、更实用。
值得关注的原因: Agent赛道的竞争焦点正在从"模型多大"转向"工具用得多好"。减少重复推理直接关系到成本和执行效率,而工具遵循度决定了Agent能不能真正在企业流程里跑起来。对想落地Agent的团队来说,这类"工程优化型"迭代比单纯刷榜更值得跟踪。
来源:Global AI News 原文链接:https://www.ai.jp.net/article/nex-agi-releases-nex-n2-6-a-321b-parameter-multimodal-agent-for-computer-use-and-6ce3ea
3. n8n发布Nod:可在本地运行的开源个人Agent
事件内容: 自动化工具厂商n8n发布Nod,一款开源的个人智能体,设计目标是跑在用户自己的机器上。Nod可以帮你追发票、准备会议材料、取消在线试用等——通过与网站和应用程序交互来完成任务。同一周内,还有Suparagent v0.8.5(自托管的开源"AI同事",带指令、记忆和例行任务,执行前需人工批准)、OpenCode Mobile(在Android手机上跑Claude Code等编程Agent)等项目发布,本地化、个人化的Agent工具呈集中爆发态势。
值得关注的原因: Agent正在从"云端大厂服务"下沉到"本地个人工具"。数据不出本机、执行前可审批,这两点正好击中企业和个人对隐私与可控性的顾虑。对数据从业者来说,这类可审计、可定制的Agent,比黑盒云服务更容易嵌入内部工作流。
来源:AI on Radar 原文链接:https://www.aionradar.com/weekly/model-releases
三、AI应用与开发者生态:内容生成的边界继续外扩
4. AI手搓1.4M纯HTML 3D游戏走红,Three.js程序化生成成焦点
事件内容: 近期一个1.4M大小的纯HTML 3D游戏在开发者社群走红。博主卡兹克拆解后指出,其中约700KB是打包进文件的Three.js库,其余内容全部由代码程序化生成——没有图片、没有模型、没有录音。他同时给出了可复用的提示词模板,说明这类"零素材、纯代码"的生成路径正在被更多人掌握。
值得关注的原因: 这件事的意义在于"内容生成的边界":过去做3D内容需要美术资产,现在可以在一个HTML文件里用代码现场生成。对做营销素材、互动页面、轻量小游戏的团队,这意味着成本和交付周期的大幅压缩。当然,程序化生成的质量和可控性仍是瓶颈,适合风格化场景,不宜直接对标精工制作的3A内容。
来源:AIHOT 原文链接:https://aihot.news/
5. OpenCode Mobile:把AI编程Agent装进手机
事件内容: 开源项目OpenCode推出移动端应用OpenCode Mobile,允许用户在Android手机上直接运行Claude Code、OpenCode等AI编程Agent,无需电脑。应用提供Linux环境、聊天界面、diff查看器和Git集成,支持远程或本地操控Agent。这一方向与同期的"个人Agent本地化"趋势一致——开发者希望摆脱固定工作站的束缚,随时随地调度AI完成编码任务。
值得关注的原因: 编程Agent从"IDE插件"走向"随身工具",背后是算力和交互范式的迁移。对需要随时处理线上问题、做快速原型的数据和开发同学,移动端Agent能显著压缩响应延迟。但要评估真实场景:复杂重构仍依赖大屏和本地环境,移动端更适合查看、审批和轻量修改。
来源:AI on Radar 原文链接:https://www.aionradar.com/weekly/model-releases
今日核心洞察
- 国产算力训练的高参数模型正在变成现实:美团LongCat-2.5全程国产芯片训练+MIT开源,是对算力限制叙事的实证回应,但自报benchmark与高部署门槛要求我们保持理性。
- Agent竞争焦点从"规模"转向"可控与可执行":Nex-N2.6强调工具遵循、Nod强调本地运行与执行前审批,说明行业正在解决"Agent能不能安全落地"而非"参数够不够大"。
- 内容生成的成本结构被重写:1.4M纯HTML 3D游戏说明"零素材、纯代码生成"路径可行,营销和互动内容的制作门槛会继续下降。
- 开发者工具泛在化:从手机端编程Agent到本地个人Agent,AI正在脱离固定工作站,随时可用、可审计、数据可控成为新卖点。
