AlphaSignal 深度核查：Owl Alpha 真身与 LongCat-2.0 官方宣称的现实检验

一句话结论

这篇发布次日发布的深度核查给出最关键的背景事实——OpenRouter 上匿名跑了两个月的免费模型 "Owl Alpha" 就是 LongCat-2.0（月处理约 10 万亿 tokens、Hermes Agent 榜单第一）——同时逐条拆解官方宣称：SWE-bench Pro 险胜 GPT-5.5 是官方自测、权重发布当时还是"计划"、开源界真正的对手是 GLM-5.2（62.1 vs 59.5）。

核心事实与论点（原文要点）

Owl Alpha 背景

• Owl Alpha 匿名在 OpenRouter 运行两个月，开发者调用时不知道厂商与内部结构；发布时月处理约 10 万亿 tokens，超过 OpenRouter 上 Hermes Agent 榜单任何模型。

• 唯一非官方自报的证据：两个月的匿名使用量——"这是整个发布中最强的证据，也是美团唯一没有自己生成的一项"。

• 风险披露：Owl Alpha 的 OpenRouter 列表披露提示词与补全可能被提供方记录用于改进模型——免费用户两个月里在不知情的情况下喂养了训练信号。

技术解读（与官方博客互证）

• 零计算专家（Zero-Computation Experts）：简单 token（变量名、括号）走近乎空的计算路径，难 token 走完整专家栈；按 token 路由而非按请求。

• LSA：官方承认索引器本身成为新瓶颈（逐层逐 token 打分仍二次方、访存模式不匹配硬件预取）；SI/CLI/HI 三招对应修复；风险是"错误路由把需要完整推理的 token 发到廉价路径时会静默失败"，且没有公开数字说明发生频率。

• N-gram Embedding：n-gram size 5、约 128B 参数（官方口径 135B）、有效词表扩展约 900 倍；MoE+N-gram 使有效稀疏度约 97%，N-gram 占比 <10%（>30% 后收益递减）。

• MOPD：后训练分成 Agent / Reasoning / Interaction 三组专家，用门控网络在推理时按任务路由——"最可能真正新颖的部分"，多数实验室只做权重平均合并。

硬件与训练

• 官方称首次完全在国产集群训练万亿参数模型（约 5 万加速器、无 Nvidia），但未点名芯片商；官方致谢华为 HCCL 通信库，独立估算指向华为 Ascend 910C。

• 官方工程声明：月硬件故障率降 70%+、35T tokens 全程无回滚无不可恢复 loss 突刺——"在不成熟的非 CUDA 硬件上做到这点是真实成果"。

基准核查

• 官方自测表中 LongCat-2.0 唯一稳定战胜的是 Gemini 3.1 Pro；对 GPT-5.5 仅 SWE-bench Pro 险胜（59.5 vs 58.6），其余全面落后（FORTE 73.2 vs 77.8、RWSearch 78.8 vs 85.3、BrowseComp 79.9 vs 84.4）。

• Claude Opus 4.8 对 LongCat-2.0 是更大威胁：同测试 SWE-bench Pro 69.2（领先近 10 分），Opus 4.7 也有 64.3。

• 三项宣称逐条变薄：

  1. 权重当时未发布——GitHub 明写 "Model weights coming soon, stay tuned"（上线 10 小时仅 76 stars/4 forks）；媒体"美团开源"是描述计划而非发布。（注：截至 2026-08-18，权重已在 HF 发布，此点已过期。）

  2. 最强开源对手 GLM-5.2 不在官方对比图上：GLM-5.2 同测试 SWE-bench Pro 62.1 > 59.5，且 MIT 权重早两周可下载。

  3. 官方图全为自家 harness、自家评分，且注明"problematic tasks corrected"；截至发布无 Artificial Analysis、Scale 等任何独立第三方分数。

最终结论（原文）

• 免费缓存命中对"反复重读同一上下文的 Agent"（单仓库编码 Agent、单长文档研究 Agent）最划算；一次性 one-shot 提示词几乎享受不到。

• DeepSeek V4-Pro 标价仍低于 LongCat-2.0；想验证基准就用 GLM-5.2（权重可下载、SWE-bench Pro 更高）；浏览、多步工具链、任务中判断仍由闭源前沿模型领先。

复核与适用边界

• 文章发布于 2026-07-01（发布次日），"权重未发布"与部分价格数据（$0.69/$2.78 per 1M）已过时：权重现已在 HF 发布（提示词目录 02），官方当前定价为 ¥5/¥20（提示词目录 01），OpenRouter 现价 $0.30/$1.20（测评 03）。

• 文章是分析性评论而非受控测评，数字均转引自官方与平台，但"10 万亿 tokens/月""GLM-5.2 62.1"等关键数据未附独立原始来源链接（作者称 source links 在首条回复），引用时按第二手处理。

• 与官方文档（测评 01、02）结合阅读效果最佳：官方给全量细节，本文给批判框架。