我们提出了 LongCat-DeepResearch，这是一套将增强版 LongCat 模型与多代理工作流结合的深度研究系统。工作流将全局规划与细节调查分离，并在章节层面协调修订。
首先，多个规划代理会检索外部资料并生成可执行的研究计划（ResearchSpec）。随后，研究代理并行处理各自负责的章节，在分析过程中在独立上下文中收集额外证据并撰写草稿。章节完成后，全局审阅会指导针对性的局部修改，避免频繁的全报告重写。
该工作流还能为 LongCat 通用模型的中期和后期训练构建研究任务和轨迹。实验表明，LongCat-DeepResearch 在 DeepResearchBench 上取得 55.25 分，在 DeepResearchBench II 上得 51.35 分，在 ResearchRubrics 上得 79.83 分；在内部基准上得 76.04 分，位列四个对比系统的第二。开发集分析显示，结合多视角规划带来收益，而进一步的规划细化效果不一。额外编辑提升了两项基准的自动可读性偏好，但两者的趋势不同。
点评