在一次项目排期测试中，一个4B基础模型找到了工作目录中的文件，却漏读了一封包含最新依赖约束的邮件。它按照过时信息生成计划，并把文件写到了错误位置。
这一案例来自基元律动（TokenRhythm）近日发布的技术报告。该公司联合无问芯穹、清华大学、北京大学、阿里巴巴等机构，推出首个Agent-Native模型NeoHorse-1，包含4B和9B两个版本，探索将Agent使用工具、接收反馈和修正错误的经验转化为模型能力。
基元律动由前华为诺亚方舟实验室主任、盘古大模型负责人王云鹤创办。公司此前开发的开源Routing Harness系统OpenSquilla，用于在Agent执行任务时选择和组织不同模型。NeoHorse将这条技术路线延伸至模型训练。
据技术报告，训练语料以包括OpenSquilla在内的Routing Harness产生的执行轨迹为核心，并辅以公开数据。这些轨迹保留了能力需求预测、路由选择、模型响应、工具调用和环境反馈，经完整性检查及目标完成、证据一致性、错误恢复等质量评估后，用于后训练。
团队利用路由信号估计任务所需能力、安排训练顺序，并结合Agent执行监督和在策略蒸馏（On-Policy Distillation）更新模型。其中，在策略蒸馏由教师模型针对学生实际生成的内容提供指导。
报告在11项涵盖Agent执行、工具交互、代码和指令遵循的基准上进行了评测。报告所列的4B级模型中，NeoHorse 4B的未加权平均分最高，并在五项基准上超过Qwen3.5-9B底座。改善主要集中在流程清晰、反馈可观察、结果可验证的任务上；更大模型在复杂状态维护、长程调试和失败恢复中仍有优势。
这一过程是递归自我改进（RSI）的单轮工程验证：Agent执行轨迹，评测暴露能力短板，训练选择随之调整，模型完成更新并重新返回Harness。
研发过程中，中国领先的AI原生基础设施服务商无问芯穹，依托模型算法与芯片硬件的协同优化能力，为项目提供基础设施支持与Infra优化技术能力，提升训练效率、优化成本，加快了从任务信号处理到模型训练的迭代。清华大学、北京大学团队也参与了算法和训练方法创新，共同探索提高训练投入的能力回报，推动形成更陡峭的训练Scaling曲线。
NeoHorse分别基于阿里巴巴开源的Qwen3.5-4B和Qwen3.5-9B进行后训练。依托这一开源生态，合作各方将模型底座、算法研究、算力基础设施与Agent执行反馈连接起来，共同探索国产开源模型的训练与迭代路径，推动产业与学术研究之间的协作。
对基元律动而言，NeoHorse现阶段的意义，在于为其技术设想提供模型层面的证据。此次合作也为这一探索提供了持续迭代的基础：让开源模型进一步学习任务执行中的经验，并检验Harness与模型协同改进的潜力。
雷峰网 雷峰网