美团LongCat团队发布并上架“LongCat-Flash-Thinking-2601”，定位为面向“深度与通用代理式思考”的版本，主打在Agentic Search、Agentic Tool Use与工具整合推理等任务上的高分表现，并宣称在随机复杂任务中具备更强泛化能力。该版本已提供网页端试用与API接入，同时在Hugging Face与GitHub同步释出相关材料。
模型介绍强调三条路线：一是通过多环境扩展与多环境强化学习（基于DORA基础设施扩展）提升代理能力；二是引入噪声分析与课程式训练，面向“混乱、不确定”的真实场景增强鲁棒性；三是推出“Heavy Thinking Mode”，用并行思考扩展路径广度，再由总结模型综合输出并支持迭代推理循环。团队同时预告将通过“Zigzag Attention（LoZA）”推进约100万token上下文能力，但具体上线时间与可用范围仍待进一步说明。
常见问题
Q：LongCat-Flash-Thinking-2601是什么？
A：它是LongCat-Flash-Thinking系列的更新版本，重点强化代理式思考、工具使用与复杂任务泛化。
Q：LongCat-Flash-Thinking-2601在哪里可以免费试用？
A：官方提供网页端入口进行对话体验，并说明该版本也提供API访问。
Q：Heavy Thinking Mode到底做了什么？
A：它通过多条独立推理轨并行探索，再由总结模型整合答案，并可循环迭代以加深推理。
Q：1M-token上下文是否已经开放？
A：官方表述为“即将到来”，与Zigzag Attention（LoZA）相关，具体落地形态仍不清晰。
Q：这款模型的“网络安全能力最强”应如何理解？
A：更偏向对代码库风险点与漏洞线索的理解与定位能力描述，实际效果仍取决于数据、测试与安全流程配合。
