「与现有业务结合」并非美团布局大模型的国产唯一逻辑。

作者｜李苏
编辑｜郑玄

「在 AI 领域，卡万我们的亿参策略是进攻，而不是数模防守。」美团 CEO 王兴在 2026 年 3 月的布背财报会议上明确表态。

随后，后美美团 LongCat 大模型团队迅速落地两项关键举措：

• 6 月 30 日：正式发布自研大模型 LongCat-2.0。决心这是国产业界首个基于五万卡国产算力集群，完成全流程训练与推理的卡万万亿参数模型。
• 7 月 6 日：LongCat-2.0 正式开源。亿参通过开放模型能力与推理优化成果，数模旨在盘活存量国产算力，布背释放国产算力生态的后美长期价值。

与此同时，决心美团面向全球启动了 LongCat 顶尖人才校招计划。国产

这一系列动作释放出一个清晰信号：美团正坚定投入自研大模型，并以极具诚意的薪酬策略（「以能定薪，不设绝对值」）全球招揽顶尖 AI 人才。在这场 AI 战役中，美团的「主动进攻」战略图景逐渐清晰。

01 AI 抢人大战：美团锁定顶尖校园人才

AI 顶尖人才无疑是近年竞争最激烈的赛道。短短三年内，大模型研究员的年薪水涨船高，而金字塔顶端的人才供给始终有限。美团不愿错失这批核心力量，其竞争核心在于出手的速度与投入的决心。

事实上，美团对 AI 人才的布局早有渊源：
* 2016 年：启动「AI 算法提前批」（北斗计划前身）。
* 2017 年：「北斗计划」正式启动，面向全球招募精尖科技人才，长期聚焦大模型应用、自动驾驶、无人机、具身智能及智能决策等领域。

今年 6 月，美团推出全新人才计划——LongCat 顶尖人才校招。该计划专为 LongCat 大模型团队在全球范围内吸纳人才，研究方向覆盖基础模型、AI Infra、Agentic 模型训练、多模态交互与 Embodied AI、模型评测等，旨在「攀登模型能力最前沿」。

为何单独拆分 LongCat 人才计划？

为了打破原有招聘体系惯性，实现更快响应与更高投入决心，美团采取了三项关键举措：
1. 设立独立的人才计划；
2. 组建专门负责招揽顶尖 AI 人才的团队；
3. 频繁亮相全球各大顶级学术会议，直接游说候选人。

美团高度重视人才成长，而在 LongCat，实战是成长最快的方式。例如，一名通过该计划入职的校招生，在参与 LongCat 大模型预训练工作后迅速展现出色能力，成为技术核心骨干。毕业两年多，他已成长为预训练主要负责人之一，主导 LongCat-2.0 万亿模型的预训练工作。

薪酬策略：打破天花板

薪酬是招聘中的「确定性竞争力」。LongCat 人才计划提供行业第一梯队的极具竞争力薪酬，核心原则是「以能力与价值贡献定薪，且没有绝对值限制」。

02 核心追问：美团为何坚持自研大模型？

在招募过程中，LongCat 团队负责人常被问及：「美团为什么要做大模型？」

候选人通常会将 AI 与美团现有的商业生态（餐饮外卖、即时零售、无人配送等）挂钩。这确实是美团的核心命题：在 AI 时代如何让用户「吃得更好，生活更好」。

但「业务结合」并非唯一出发点。探索大模型本身，就是一个天花板极高、价值巨大的赛道。对于全球互联网大厂而言，持续突破模型能力上限是共同目标。

模型迭代速度以天为单位，各家争抢用户心智。尽管前沿竞争是长期战，但在阶段性比拼中，领先一步至关重要。

战略定力：选择「慢」即是「快」

美团自 2023 年便决心布局大模型，三年多来始终将「攀登模型能力最前沿」作为最高目标。

在快节奏的赛道中，LongCat 团队做出了一个看似「慢」的选择：规模化训练国产卡集群。
* 挑战：此前无公司大规模训练过国产算力集群，被视为「非常难」「问题多多」。
* 短期视角：可能拖慢进度。
* 长期视角：此举将为美团赢得长期竞争优势，甚至实现弯道超车。

LongCat 的发展里程碑：
* 2023 年：快速构建千亿模型 Infra 能力，从 0 到 1 跑通训练流程。
* 2024 年：规模化应用国产卡，跑出更先进、高效的 MoE 模型架构。
* 2025 年：将模型训练规模提升至数千亿级别。
* 2026 年：参数规模突破万亿，探索 SOTA 水平的 Agent 和 Coding 模型。

LongCat-2.0 发布详情：
6 月 30 日发布的 LongCat-2.0 是业界首个在五万卡国产算力集群上完成全流程训练与推理的万亿参数模型。
* 参数规模：总参数 1.6 T，平均激活约 48 B，动态范围 33 B~56 B。
* 性能表现：在多家 AI 自媒体测评中，其模型能力约能追平 Claude Opus 4.6。

03 LongCat 团队原则：目标第一

在 AI 抢人大战中，候选人不仅关注薪酬、激励和算力资源，更看重创新土壤——即一个好想法从诞生到落地的阻力大小。

LongCat 团队的工作第一原则是：目标第一。

• 北极星目标：构建从数字世界到物理世界的全球标杆 AGI。
• 决策依据：资源分配、训练方向、分歧解决，均以目标为优先考量。

容错机制：大模型是实验科学

LongCat 确保研究员在尝试新想法时获得两样东西：
1. 算力资源：让想法落地实验，而非停留在纸面。
2. 容错空间：允许失败，从失败中汲取经验并快速转向。

案例：LongCat-Next 模型

该模型采用纯离散方案统一表达文本、语音和视觉。起初团队担心会导致视觉微小感知任务（如看不清文字）的损失。但实验证明，在同等训练条件下，其效果与连续表达方式相当。

这一尝试符合长期目标：只有将文本、视觉、语音数据完全同等训练、统一表达，才能实现真正的平等训练，这是 LongCat 对未来模型理想架构的设想。

组织形态：AI 原生，去 KPI 化

LongCat 团队由美团内部核心技术骨干组建，追求高人才密度，具备鲜明的 AI 原生特点：
* 取消 KPI/OKR，弱化职级。
* 不内部赛马，倡导紧密协作。
* 扁平沟通，实习生可直接与团队负责人交流。

团队内部倡导「给足 Context」，而非简单的 A 团队给 B 团队提需求。工程与算法团队紧密协同，在国产卡适配、模型架构创新等关键技术点上实现联合设计。LongCat 负责人曾指出：「如果一件事变成 A 给 B 提需求，这件事的上限就已经降低了。」

内部创业体验

一位核心成员形容在 LongCat 的工作体验为「在美团内部创业」。他加入美团的理由是实现「美好生活小帮手」的愿景，认为在美团最有几率做成此事。人们对美好生活的追求无止境，而模型能力的上限将是关键变量。

坚定的战略方向、灵活的组织形态、激进的人才策略……美团正调动优质资源，为顶尖 AI 人才提供通往大模型前沿的「船票」。

「AI 已经到来，只是分布上还不均匀。」王兴多次表达对 AI 的笃信。对于 LongCat 顶尖人才计划而言，这只是一个开始。

头图来源：视觉中国

本文为极客公园原创文章，转载请联系极客君微信 geekparkG