# 美团 LongCat 开源 VitaBench 2.0：一个测 AI 能不能长期记住你、主动问你的基准

> 原标题：美团 LongCat 开源 VitaBench 2.0：长期动态智能体基准新标杆

- 来源：AI HOT 精选
- 发布时间：2026-06-25T11:58:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/40601
- 原文：https://mp.weixin.qq.com/s/HoiUxYnyJuh2_xdxmg8s8Q

## 摘要

这个基准模拟了 56 个虚拟用户，每人平均有 1580 天的交互记录、2093 个事件，任务有 819 个，偏好会动态变化超过 2000 次，还给模型配了 66 个可调用的工具。目前最强的 Claude-Opus-4.6 在开卷考试下平均分刚过 0.5，说明整体还不太行。

## 推荐理由

美团 LongCat 开源 VitaBench 2.0，用 56 个虚拟用户、上千天交互记录和 819 个任务测试智能体的长期记忆与主动提问能力，最强模型开卷平均分刚过 0.5。

## 锐评

Claude-Opus-4.6 开卷才刚过 0.5，这个分数比基准本身更值得看。56 个用户、每人 1580 天记录、偏好变 2000 多次，考的是长 context 里能不能记住人，这正好是现在 agent 最虚的地方，demo 里记得住，跑两周就忘干净。美团愿意把这种脏活开源出来，比再发个刷榜的玩具强。分数我信，因为没人会造一个自己模型也考不好的榜来营销。
