LongCat负责人将离职后，大模型竞争开始回到业务落地

LongCat换帅背后的落地压力

美团LongCat基础模型负责人裴鹏即将离职的消息，把一个更现实的问题推到台前：大模型不再只比参数、算力和开源声量，最终还要回到具体业务里证明自己。LongCat-2.0曾以万亿参数和国产五万卡集群训练吸引关注，但据报道，路网识别等业务落地效果没有达到预期，而数据采购投入已经达到年二三十亿元级别。这不是单家公司的人事波动，而是大厂自研基础模型进入深水区后必须面对的投入产出考题。

对互联网平台来说，基础模型如果不能嵌入履约、推荐、地图、客服、内容生产和商家工具，就很难只靠“技术领先”支撑长期投入。模型团队过去习惯用评测榜单证明能力，但业务部门关心的是准确率、延迟、成本、稳定性和责任边界。LongCat事件的信号在于，大模型组织正在从“先堆能力再找场景”，转向“场景倒逼模型工程”。谁能把模型能力拆成可计量、可复用、可交付的模块，谁才更可能在下一阶段留下来。

AI设计团队开始产品化

前字节剪映产品负责人张琪智推出OJO Design，同样说明AI应用正在从单点工具走向团队工作台。OJO Design定位为AI设计Agent团队工作台，内置两百多个技能和多套团队模板，把产品思考、视觉探索、原型生成等环节拆给不同Agent协同完成。它真正抓住的痛点不是“能不能生成一张图”，而是设计团队如何在多轮沟通、风格确认、方案迭代中减少重复劳动。

这类产品的关键价值在于流程控制。很多AI设计工具的短板是同质化、风格漂移和难以沉淀团队经验，OJO Design强调强制风格确认和反AI味规则，等于把人类团队里的审美约束变成系统机制。如果这种工作台能够持续吸收品牌规范、历史方案和项目反馈，AI就不只是临时灵感助手，而会变成设计组织里的“初稿生产线”和“方案管理层”。这对企业软件市场很重要，因为客户真正愿意付费的往往不是一次生成，而是稳定交付。

触觉让具身智能补上手感

新智具身联合复旦大学发布N0系列技术报告，则把具身智能的竞争从视觉和语言进一步推向触觉。超过三万小时触觉数据底座、统一触觉“方言”的N0-Foundation、以触觉预判赋能VLA的N0-VTLA，以及在世界模型中重构触觉想象的N0-TWAM，都指向同一个方向：机器人要真正进入家庭、工厂和服务场景，仅靠“看见”和“听懂”还不够，还要知道手上发生了什么。

插插头成功率达到85%、仿真成功率达到84.5%这类指标，虽然还不能代表通用机器人已经成熟，但它们说明触觉正在成为具身智能的重要基础设施。过去很多机器人演示看起来流畅，换到真实环境就会被摩擦、软硬、遮挡和细小误差击穿。触觉数据如果能够规模化开源并形成统一接口，未来训练机器人抓取、装配、护理、清洁等任务时，就能更好地处理“差一点就失败”的细节。

中转站生意暴露模型调用信任问题

AI中转站江湖的报道，则给模型应用生态泼了一盆冷水。低价聚合Claude、GPT等模型API听起来方便，但背后可能存在订阅账号拆分、模型偷换、请求转发、数据转售等灰色做法。OpenRouter年化收入和估值的快速增长说明统一入口确实有市场需求，开发者希望跨模型调用、对比、故障切换和降本，但入口越集中，信任问题也越尖锐。

企业客户尤其需要警惕两件事：第一，请求是否真的发往标称模型；第二，数据是否被第三方服务器留存、分析或再利用。AI应用越深入业务系统，提示词、客户资料、代码片段和内部文档就越敏感。如果中转平台不能提供透明审计、模型真实性证明、数据隔离和合规承诺，低价就可能变成高风险。模型调用层的基础设施仍会继续发展，但它不能只靠便宜取胜，最终必须补上可验证和可治理。

长程Agent进入工程化阶段

中国人民大学高瓴人工智能学院等发布的长程智能体综述，以及硅谷Coding Demo Night里多个团队展示的coding agent实践，说明Agent正在从概念热词进入工程化阶段。综述将长程能力看作系统级能力，而不是单个模型参数或推理分数；Demo Night里，有团队用Claude独立完成上万行代码项目，也有团队开始围绕agent会话记录、实时协作和代码阅读重做开发工具。

这背后有一个清晰变化：AI不再只是回答问题，而是在更长时间里接收目标、拆解任务、调用工具、留下过程记录，并与人类团队协同。长程Agent的难点也因此变得更具体，包括上下文管理、权限控制、失败恢复、结果验收和协作界面。谁能让Agent的工作过程可追踪、可回滚、可交接，谁就更接近真实生产环境，而不是停留在演示视频里。

资本和社区热度正在重新定价AI

DeepSeek融资或暂停、体育明星投资World Labs和Perplexity、AI互动短剧产品突破千万用户，这些消息放在一起看，能看到AI市场正在重新定价。资本仍然追逐头部模型、搜索入口和内容消费，但投资人也越来越关注信息透明、用户增长质量和商业闭环。DeepSeek强调战略克制，不追超级App，本质上也是在回答一家模型公司到底应该做平台、做基础设施，还是做少数高价值入口。

另一边，AI陪伴、AI短剧、AI设计和AI硬件项目不断冒出来，说明消费者市场仍有很强的娱乐化和情绪价值空间。它们不一定都能沉淀成长期公司，但会持续把AI带进更日常的使用场景。接下来AI行业的分化会更明显：基础模型拼工程和算力效率，企业应用拼流程交付，具身智能拼数据和硬件闭环，消费产品拼内容形态和用户留存。热闹还在继续，但真正的门槛已经从“会生成”变成“能负责”。

对普通用户和企业采购方来说，这种变化也意味着判断标准要升级。看一款AI产品时，不能只看发布会上演示得多顺滑，还要看它是否能解释失败、是否能保护数据、是否能接入现有流程，以及成本是否随着规模扩大而可控。AI行业仍会不断出现令人兴奋的新模型和新玩法，但真正改变工作与生活的，往往是那些把复杂能力藏进稳定流程里的产品。