小红书｜开源dots3-note preview：面向长程Agent

奥数满分证明了「会做题」，开源preview要证明「会把生活里的长任务干完」。

小红书dots模型实验室是小红书自研大模型团队，此前已陆续开源文本模型dots.llm1、多语言文档布局解析dots.ocr、多模态视觉理解dots.vlm1等。所谓MoE（Mixture of Experts，混合专家），白话就是总参数很大，但每次推理只激活其中一部分专家网络，从而在能力与算力账单之间找平衡。长程Agent则更进一步：任务不是一问一答，而是跨很多步骤、很多工具、很多天的持续执行——旅行规划、婚礼筹备、开店经营这类「目标模糊、过程很长」的场景，恰恰最考验记忆、纠偏与工具调用。

实验室宣布开源dots3-note preview，这是dots3系列首个开放权重版本。公开技术口径：总参数约280B、激活约16B，支持约512K上下文，具备文本、视觉与语音等多模态理解，并针对复杂推理、Agent与多模态感知优化。代码与权重入口见公开GitHub仓库（studio-dots-ai/dots3-note-prev）。此前，同系列模型在国际奥数相关叙事中拿过满分42分口径；本次开源则把评测重心挪到更难标准化的长程生活任务，并配套公开评测基准叙事。

可核对的产品坐标：

1. 系列定位：dots3-note被描述为dots3中较轻量版本；preview之后正式版亦预告近期开源。
2. 能力拼图：在已有文本、OCR、视觉开源之后，补上Agent这一块。
3. 场景取向：从可验证的数学证明，转向目标松散、过程漫长的真实生活任务。
4. 部署含义：研究与创业团队可本地部署长上下文多模态底座；企业则要看许可证、工具调用稳定性与记忆机制是否可控。

把这件事放进国内开源竞争：过去一年，开源海报常停在综合榜与代码榜；真正稀缺的是「超长上下文 + 多模态 + Agent循环」可复现的组合。小红书选择先放preview，等于用社区压力换迭代速度——破坏性变更可以有，但能力边界必须尽早被真实用户撞出来。

需要把边界读清楚。IMO相关成绩与长程基准多为实验室公开材料，外部复现仍待社区验证；preview明确不等于正式SLA。下一观察点是正式版开源时间与真实长程任务完成率——开源是入场券，把超长任务跑稳才是验收。