实测 LongCat 2.5:一个提示词跑通长程任务产出可交互网页
FellMentKE · x · 2026-11-04
博主 FellMentKE 用 LongCat 2.5 配合 Claude Code 做模型实测，主张更有意义的评测方式是给模型一小块真实工作、看最终结果，而非只看生成的代码。测试目标是一个提示词就能产出可在浏览器中打开并交互的页面，而不是一段 HTML 代码块。他指出 LongCat-2.5 聚焦长程任务，训练序列最长可达 100 万 token，支持跨复杂编码任务的持续工作。
「编程与Agent」频道最新
- 一名工程师用 agent 自发清掉积压多年的代码 backlog — BradPorter_ · 2026-11-04
- 用 Pydantic 开源沙箱 Monty，AIOps 平台 token 成本降超 30% — samuelcolvin · 2026-11-04
- scikit-learn 维护者：编码 agent 别浪费 token 重写随机森林，直接调库 — GaelVaroquaux · 2026-11-04
- Gemini API 大迁移：2.5 Pro 12 月 1 日起自动重定向到 3.8 Flash — patloeber · 2026-11-04
- Claude Code 云会话预启动、diff 行内评论，套餐附赠月度 API 额度 — ClaudeDevs · 2026-11-04
- Claude Code 新增 ultrathink 单轮 xhigh 与子代理力度控制 — ClaudeDevs · 2026-11-04