💡 站外导读：在大语言模型向自主智能体（Agent）快速演进的下半场，“堆砌通用参数”的传统范式正遭遇严峻的推理成本与执行效率天花板。如何在保持极低激活开销的同时，让模型在真实复杂的软件工程、多步骤工具调用与代码仓库重构中具备高确定性？基元律动（TokenRhythm）交出了一份惊艳的工程答卷：基于 Qwen3.8-Flash 架构打造的 Agent 原生模型 NeoHorse-1.5-Flash Preview 开启限量内测。总参数高达 180B 但每次前向传播仅激活 6B，通过开创性的“第二圈”递归自我改进（RSI）反馈闭环，在业界公认的高难评测 Agents’ Last Exam 上直接拉升 9.23 分。本文从系统架构、训练飞轮与工程落地全视角深度拆解这款 Agent“小钢炮”。
一、180B 巨兽激活仅 6B：为什么 Agent 原生模型必须走向“激进稀疏”？
在传统的通用对话大模型中，模型的每一次思考和 Token 生成都需要激活全量稠密权重（Dense Weights），这在单次交互中尚可承受，但一旦置身于需要成百上千轮内部反思、工具链调用（Tool Calling）与代码调试的复杂 Agent 运行沙箱中，极其高昂的计算资源消耗便会迅速演变为开发者的“算力灾难”。
基元律动团队从底层便确立了“Agent-First（智能体优先）”的工程信条：通过深度重构 Qwen3.8-Flash 稀疏注意力与路由门控（Router Gating）机制，成功实现了高达 180B 的海量知识容量储备，而单步执行时仅激活 6B 参数。这种极其激进的稀疏 MoE（Mixture of Experts）架构带来了三大决定性优势：
- 极致的推理吞吐与低时延：单步 6B 的激活负荷让模型能够在消费级算力集群或低延迟 API 通道中跑出极高的 Token/s 生成速度，彻底消除了复杂智能体在调用外部 CLI 或单元测试时的漫长等待；
- 端到端调用成本骤降 75% 以上：极低的有功算力消耗使得开发者可以放手构建包含子代理审核（Sub-agent Review）、错误重试与自愈循环的长程工作流；
- 高特化专家路由解耦：180B 的超大参数体量让模型能够分配独立的专家模块专注于语法树解析（AST Parsing）、网络鉴权（OAuth/JWT）与物理科学计算等高门槛垂直领域。
二、硬核评测成绩单：Agents’ Last Exam 暴涨 9.23 分，击穿代码仓库重构瓶颈
参数的精简并未以牺牲智力密度为代价。在当前学术界与工业界用于衡量智能体极致自主能力的权威基准 Agents’ Last Exam (ALE) 测评中，NeoHorse-1.5-Flash 展现出了惊人的泛化爆发力：相较于原始基座，其综合得分直接跳涨 9.23 分；而在考验模型从自然语言需求直接搭建生产级工程仓库的 Natural Language to Repository (NL2Repo) 任务中，亦录得 5.92 分的显著进阶。
| 评估维度 (Benchmark) | 基座模型表现 | NeoHorse-1.5-Flash 表现 | 净提升幅度 (Delta) | 工业落地意义 |
|---|---|---|---|---|
| Agents’ Last Exam (ALE) | 基准水位 | 基准 + 9.23 分 | +9.23 pts | 多步工具链规划与容错自愈能力跃升 |
| Natural Language to Repo | 基准水位 | 基准 + 5.92 分 | +5.92 pts | 跨多文件架构生成与依赖解析准确度翻倍 |
| 物理科学计算任务 (Physics/Sci) | 基准水位 | 基准 + 20.4 分 | +20.0+ pts | 数值仿真与严密逻辑公式推导零幻觉 |
| Web 全栈与安全加固 (Sec & Web) | 行业平均 | 大幅改善 | 显著增强 | 防范 SQL/XSS 漏洞及合规鉴权代码编写 |
三、“第二圈”递归自我改进：模型池执行反馈与端侧路由的自进化闭环
NeoHorse 性能跃迁的底层密码，源于基元律动在行业内率先跑通的递归自我改进（Recursive Self-Improvement, RSI）飞轮。官方将其命名为自进化演进的“第二圈”。
在今年 9 月推出初代 NeoHorse-1 后，研发团队并没有像传统厂商一样停滞于参数微调，而是直接将上一代模型投入到真实的 TokenRhythm 多模型交互平台 与开源客户端 OpenSquilla 的生产集群中。数以万计的开发者在日常编写代码、运行自动化测试和执行命令行时产生的各类执行报错日志、用户主动中断与重试记录，被清洗为高质量的“负反馈偏好数据（Negative Feedback RL）”，并反哺至下一轮大规模强化学习中。
通过多模型集成（Multi-model Ensemble）与动态路由信号的比对，系统能够精准定位出上一代模型在长分支逻辑判断、深层目录检索等环节的认知短板，从而在“第二圈”将训练尺度从初期的 4B/9B 跃升至兼顾大容量与高灵活度的 Flash 档位，完成了真正意义上的“数据-模型-端侧执行-再训练”闭环。
四、OpenSquilla 协同进化：按意图动态升档，告别全量客户端重构
与模型发布同步，开源 Agent 运行时 OpenSquilla 也迎来了关键底层架构更新。这一设计充分体现了云端协作的敏捷理念：
- 意图感知智能路由（Intent-based Tier Selection）：客户端在接收到用户的 Prompt 后，由轻量本地模块判定任务复杂度。若是简单的单文件修改，直接调用最经济的轻量档位；若是全仓库跨模块重构，自动路由至 NeoHorse-1.5-Flash；
- 任务重做渐进升档（Progressive Fallback & Escalation）：当智能体在低档位执行失败或单元测试未能全部通过时，系统自动无感知“升档”唤起高算力专家介入，无缝衔接上一轮的上下文状态；
- 独立配置热更新（OTA Configuration）：所有的模型路由策略与参数推荐均作为独立的云端协议包下发，终端用户无需经历繁琐的代码更新或客户端重新打包，即可零门槛体验最新的 Agent 能力。
📝 站长洞察 (Editor’s Insight)
NeoHorse-1.5-Flash 的发布标志着国内大模型团队在 Agent 基础设施赛道上的思路质变：从盲目追逐通用大底座，转向深耕“低推理成本 + 高垂直工程确定性”的 Agent 原生架构。180B 参数仅激活 6B，让高并发、多轮次长任务调用的系统性 Token 账单大幅收敛，真正解决了智能体落地中的“算力黑洞”痛点。更具启发性的是其将开源客户端（OpenSquilla）与模型池反馈紧密咬合的“递归自我改进第二圈”飞轮——终端每次真实的执行挫败与重试，都成为了下一代模型的直接养料。当智能体模型学会从真实执行日志中自愈自进化，开发者的工作流正迎来从工具堆叠向自治系统跃迁的奇点时刻。
