LongCat 的版本腳印：一款 AI 助手如何在半年內長成現在的樣子

LongCat 是什麼樣的多模態助手

LongCat 是美團旗下北京三快科技推出的一款多模態 AI 助手，運行在 Android 平台，目前最新版本是 1.9.5，安裝包約 94.69 兆。它的技術底座用了一個叫「捷徑連接專家混合架構」的方案，參數規模可以動態開啟在 18.6 億到 31.3 億之間——平均大約 27 億，這個級別在手機端助手裡不算小。

從產品定位來看，LongCat 想做的不是一個單純的聊天機器人，而是一個能看、能聽、能查、能畫、能做 雲端創作 的綜合型助手。它從一開始就把六種能力入口擺在了首頁中央：智能問答、聯網搜索、深度思考、創意作圖、拍照識圖、音視頻通話。每一種能力都綁定到同一個對話流裡——你可以先聯網查資料，再切深度思考總結，最後讓它畫一張配圖，不用換 App。

這款助手適合誰？如果你平時需要快速查點東西、整理點東西、或者讓 AI助手 幫你寫點什麼，LongCat 的多模態能力確實能覆蓋不少場景。但它也不是沒有邊界，比如視頻對話這塊功能還在逐步上線中，並不是所有能力都已完整。

安裝

LongCat 是由 LongCat官網 推出的 Android APK 應用，安裝方式和一般手機軟體類似，但有幾個這款軟體專屬的注意事項值得提前知道。

安裝包將近 95 兆，在手機端下載時建議用 Wi-Fi 環境，移動網路下載也能完成但體量偏大会比較慢。安裝過程中系統會請求幾項權限：麥克風（語音輸入與通話）、相機（拍照識圖與視頻）、存儲空間（讀取圖片與文件上傳）。這裡有一個細節——LongCat 的設計是權限與功能解綁的，也就是說如果你拒絕了某項權限，只是對應功能不可用，其他能力照常運行。比如不想給相機權限，拍照識圖用不了但打字問答完全不受影響。這一點在同類產品的 隱私 保障上算是比較體貼的做法。

首次啟動後需要用手機號登入，之後進入對話首頁。首頁預設是「按住說話」的語音輸入模式，點擊輸入框才會切到鍵盤打字。對於習慣打字的用戶來說，第一次進來可能會有點不適應，知道這一點就好。

現在這版：1.9.5 給了我們什麼

寫這篇的時候我打開了 LongCat，版本號停在 1.9.5，更新時間標註為 2026 年 4 月 27 日。距離我第一次打開它已經過去了差不多半年，這款助手在我手機上的體驗變化其實挺微妙的——不是那種翻天覆地的改版，而是一點點把細節磨順的感覺。

先說說首頁那六個能力入口。從上線第一天開始它們就在那裡，但使用體驗跟我第一次見到它們時已經不太一樣了。智能聯網的開關越做越順手，之前需要進到專門的聯網模式才能開啟，現在輸入框旁邊就有一個小地球圖標，一點就切。深度思考的響應速度比之前快了不少——這背後大概率是那個專家混合架構的優化起了作用，畢竟 27 億參數的模型在手機端跑，速度和品質的平衡本身就是個技術活。

還有一個比較值得留意的點是語音輸入的方言識別能力。我身邊有幾個普通話不太標準的長輩在用這款，他們提到用家鄉話說問題，LongCat 也能大致轉出正確的文字。這個功能從來沒有在官方的更新日誌裡被大張旗鼓地宣傳，但它確實實實在在地存在著——說明團隊在語音這塊做了不少底層優化，只是沒拿出來當賣點。

來路：從 2025 年 11 月那一天起步

LongCat 的公開上線時間是 2025 年 11 月 3 日。這個時間點我記得挺清楚的，因為那天我在應用商店刷到它的時候，首頁六宮格就已經是六個能力入口全部上線的狀態——不是先上一個聊天殼子再慢慢補功能，而是一發就是完整的多模態形態。

這一點其實挺有意思的。很多 AI 助手的做法是先從單一文本問答起步，陸續疊加語音、圖片、搜索等能力，LongCat 從第一天就把六種入口全部擺出來了。聯網搜索是首發就有的功能，官方文檔裡明確寫了「2025 年 11 月 3 日上線當天即可用」。這種做法的好處是用戶一進來就能看到完整的能力邊界，但風險也很明顯——如果某些功能還沒磨透，首發體驗可能會打折扣。

從我自己的使用經歷來看，首發版本最明顯的短板是響應速度。深度思考模式下的回答往往要等比較久才開始流式輸出，有時候甚至會讓人懷疑是不是卡住了。後來的幾個版本在這一點上做了不少優化，到 1.9.x 系列之後這種等待感已經明顯減輕。

迭代節奏裡的規律

如果把這半年的版本更新做一個縱觀，我能看到一個比較清晰的優先級排序。

團隊一直在死磕的是響應速度與品質的平衡。那個專家混合架構的參數動態調整——從 18.6 億到 31.3 億之間根據任務複雜度自動開啟——這件事本身就是一個技術含量很高的優化。同樣一個問題，簡單問答可能只需要較小參數規模就能應付，複雜推理自動切到更大規模，這樣既保證了品質又不至於每一次都跑到滿載狀態。從 1.9.x 的體驗來看，這個架構在實踐中確實跑順了。

另外一個團隊一直在默默做的事情是語音這條線。方言識別、按住說話的輸入體驗、語音轉文字的準確率——這些功能沒有出現在任何一個版本更新日誌的「重大更新」條目裡，但每一次升級後你都能感覺到它們變得更順了。這是一個典型的「做了但不說」的迭代方向。

那什麼一直沒有大動作呢？版本號從 1.0 一路爬到 1.9.5，首頁六宮格的基本布局從上線到現在幾乎沒變過，六大能力的定義也沒有增減。這說明團隊對產品的核心形態有一個比較穩定的判斷——他們不想隨意改動首發時確立下來的基本框架，把精力集中在把每一個現有能力的內部打磨透。

照這個路線，下一步會去哪

這裡說的純粹是我從迭代節奏裡推的，不是官方說法。

按照目前的更新規律，接下來的版本大概率還是會繼續打磨現有六個能力的深度，而不是急著加第七個入口。視頻通話的完整上線是一個明確的方向——官方在產品介紹裡多次提到這項功能「逐步上線」，而且從團隊對語音線的投入來看，視頻這一塊很可能是下一階段的重點。

另一個值得關注的是多平台擴展。目前只有 Android APK 版本，iOS 用戶能不能用到同樣的能力矩陣，以及未來會不會有桌面端或網頁端，這些都還沒有明確信號。但如果團隊真的想把 LongCat 做成一個日常可用的助手，多平台覆蓋幾乎是繞不開的一步。

還有一點隱憂——團隊對版本更新的公開披露一直比較低調。大部分版本的更新日誌都只是「優化了一些問題」或者「修復了一些已知問題」，很少會把具體改了什麼功能寫清楚。對於關心產品進化的用戶來說，這種透明度其實不夠。希望隨著產品成熟，官方在這方面能跟進一些。

總的來說，LongCat 走的是一條穩扎穩打的路——首發就給出完整形態，然後用後續版本慢慢把每一個能力的細節磨順。這種做法可能不會帶來驚喜式的跳躍，但勝在每一步都踏實。從 2025 年 11 月到 2026 年 4 月，半年時間從首發到 1.9.5，這個節奏對於一個多模態 AI 助手來說算是合理的。接下來會往哪走，我們拭目以待。

本文為個人基於網路公開資料整理編寫，非官方內容，僅供學習交流參考；軟體版權歸原作者所有，請支持正版；使用過程中遇到問題請查閱官方管道，本文不承擔任何責任。