有知情人士透露，美团LongCat团队基础模型负责人裴鹏即将离职。
公开资料显示，裴鹏毕业于北京大学，长期深耕信息检索与自然语言处理方向，职业履历覆盖多家全球顶尖科技企业。
2007到2016年的，裴鹏先后任职于微软中国、微软亚洲搜索技术中心与微软美国总部，从普通工程师逐步成长为高级工程师，在搜索技术领域沉淀了扎实的研发经验与工程能力。2016年，裴鹏加入谷歌担任搜索高级工程师，持续深耕信息检索与算法优化领域。
2023年，裴鹏加入美团，最初出任计算和智能平台部基座模型团队预训练负责人，后续接任LongCat团队基础模型负责人，全面牵头美团大语言模型、多模态模型与 Agent 智能体模型的研发工作。
任职期间，他主导推进了美团万亿参数大模型LongCat-2.0 的技术落地。该模型于 2026年6月正式发布并开源，是业界首个在五万卡国产算力集群上完成全流程训练与推理的万亿参数大模型，在国产算力适配、推理成本控制、智能体与代码场景垂直优化等方向实现了关键技术突破，也是美团自研大模型进程中的标志性成果。
作为美团自研的基础大模型，LongCat是美团押注AI时代的核心技术底座。和市面上很多追求通用能力的大模型不同，LongCat从立项之初就没有走盲目堆叠参数规模的路线，所有技术迭代始终锚定美团核心业务做垂直优化。
这种路线选择本身贴合美团的业务属性，其通用大模型的泛用性，本地生活场景的实际提效才是更直接的目标。小到单道菜品的语义理解，大到整个配送网络的调度辅助，LongCat 的能力迭代，始终围绕外卖、到店、酒旅、即时配送等覆盖用户服务、商家运营、物流调度的核心业务场景展开。
只是技术层面的突破，并不等同于业务落地的顺畅。美团在大模型领域的投入规模不小，但产出效果并未达到内部预期。据了解，美团大模型团队每年花在AI数据采购上的费用达二三十亿元，数据投入的占比远超行业常规水平，资源倾斜的力度十分明显。
巨大的资源投入并没有换来理想中的落地效果。例如在支撑即时配送的核心路网识别场景中，AI识别的准确率没有不到规模化商用的标准，距离真正融入配送调度体系、实现全链路效率提升还有很长的一段路要走。不止路网识别，多个业务线的AI落地进度，都慢于最初的规划节奏，技术转化为实际业务价值的链条始终没有完全打通。
业务落地不及预期带来的压力，直接传导到了研发端。这也在一定程度上影响了裴鹏的工作推进，有业内人士透露，落地效果与预期的持续落差，可能是导致其此次离职的一个重要原因。
本文来自转载微信公众号 “大厂指南” ，观点仅代表作者本人，发现AI平台仅提供信息存储空间服务。
如若转载，请联系原作者；如有侵权，请联系编辑删除。
微信扫一扫 
