# Agents-A1 – 上海 AI Lab开源的混合专家智能体模型

- Link: https://paooo.com/aigc-news/29431/
- Published: 2026-07-11T15:09:44+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * 35B参数MoE却能在长程搜索、科学推理等任务上比肩万亿参数模型。
 * KAG知识-行动图谱保留完整验证轨迹，配合三阶段蒸馏提升可追溯与可验证能力。
 * 适合自动化科研、复杂信息检索、长程代码开发等高交互任务，且已完全开源。

## Agents-A1是什么

Agents-A1是上海AI实验室开源的35B参数混合专家（MoE）智能体模型，专为复杂科研任务设计。
模型通过知识-行动图谱构建可验证长轨迹基础设施，配套三阶段多专家蒸馏训练，突破[大模型](https://paooo.com/ai-study/)
依赖海量参数实现复杂推理的局限。模型在长程搜索、科学推理、指令遵循等任务上表现比肩
万亿参数模型。

阅读目录

 * [Agents-A1是什么](https://paooo.com/aigc-news/29431/#agentsa1%e6%98%af%e4%bb%80%e4%b9%88)
 * [Agents-A1的主要功能](https://paooo.com/aigc-news/29431/#agentsa1%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [Agents-A1的技术原理](https://paooo.com/aigc-news/29431/#agentsa1%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [如何使用Agents-A1](https://paooo.com/aigc-news/29431/#%e5%a6%82%e4%bd%95%e4%bd%bf%e7%94%a8agentsa1)
 * [Agents-A1的核心优势](https://paooo.com/aigc-news/29431/#agentsa1%e7%9a%84%e6%a0%b8%e5%bf%83%e4%bc%98%e5%8a%bf)
 * [Agents-A1的项目地址](https://paooo.com/aigc-news/29431/#agentsa1%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [Agents-A1的同类竞品对比](https://paooo.com/aigc-news/29431/#agentsa1%e7%9a%84%e5%90%8c%e7%b1%bb%e7%ab%9e%e5%93%81%e5%af%b9%e6%af%94)
 * [Agents-A1的应用场景](https://paooo.com/aigc-news/29431/#agentsa1%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)

![Agents-A1](https://paooo.com/wp-content/uploads/2026/07/Agents-A1-website-1.avif)

## Agents-A1的主要功能

 * **长程自主任务执行**：支持持续多步交互、环境反馈与迭代执行，完成复杂科研全流程。
 * **科学推理**：覆盖想法生成、方案设计、代码实现与实验验证等多环节。
 * **长程搜索**：整合多轮信息检索、交叉验证与报告生成。
 * **工具调用**：灵活调用外部工具、API与环境交互，动态调整策略。
 * **指令遵循**：在复杂约束下完成推理、决策与失败重规划。

## Agents-A1的技术原理

 * **知识-行动图谱（KAG）**：不同于普通知识图谱，KAG保留答案被获取、检验、修正、
   验证的完整轨迹，并通过自博弈不断扩展高质量长轨迹数据，平均长度约4.5万token，为
   模型提供过程级监督。
 * **三阶段训练流程**：第一阶段进行全域监督微调，获得通用[智能体](https://paooo.com/trends/)
   基础能力；第二阶段面向细分任务训练多个领域专家模型，针对性强化长程搜索、科学推理、
   工具调用等专项能力；第三阶段通过多领域路由的在线策略蒸馏（OPD），将不同专家能力
   统一到一个模型中。
 * **显著词汇对齐的蒸馏**：采用多教师域路由在线策略蒸馏，通过显著词汇对齐提升跨领域
   知识迁移效率，将搜索、科学、工程、指令遵循等六个异构领域统一为单一可部署学生模型。

![挖挖GitHub](https://paooo.com/wp-content/uploads/2026/07/wawagithub-70.avif)

微信关注回复“**开源**”，加入**AI开源项目交流群**

## 如何使用Agents-A1

 * **环境准备**：克隆 GitHub 代码仓库并安装 Python 依赖，确保 GPU 显存不低于 48GB
   以支撑 35B MoE 模型推理。
 * **模型获取**：通过 HuggingFace CLI 或魔搭社区命令行下载 `InternScience/Agents-
   A1` 完整权重与配置文件。
 * **本地部署**：使用 Transformers 库从本地路径加载模型，配置 `device_map="auto"`
   实现多卡并行或单卡高效分配。
 * **任务执行**：在配置文件中注册搜索 API、代码解释器等外部工具后，以自然语言提交
   科研目标，模型自动分解步骤、调用工具并迭代输出结果。

## Agents-A1的核心优势

 * **小参数大能力**：仅35B参数即在SEAL-0、IFBench、HiPhO等基准上比肩或超越万亿参数
   模型。
 * **交互深度Scaling Law**：从参数规模横向扩张转向交互深度纵向拓展，用更小规模撬动
   更强复杂任务处理能力。
 * **通专融合**：单一模型统一覆盖长程搜索、科学推理、工具调用、指令遵循等多领域。
 * **可验证长轨迹**：KAG机制保留完整行动与验证轨迹，确保过程可追溯、结果可验证。
 * **完全开源**：代码、模型、技术报告全开源，上线10天累计下载超20万，社区衍生版本
   持续涌现。

## Agents-A1的项目地址

 * **项目官网**：https://internscience.github.io/Agents-A1/
 * **GitHub仓库**：https://github.com/InternScience/Agents-A1
 * **HuggingFace模型库**：https://huggingface.co/InternScience/Agents-A1
 * **arXiv技术论文**：https://arxiv.org/pdf/2606.30616

## Agents-A1的同类竞品对比

  |  维度 |  Agents-A1 |  [Kimi-K2.6](https://ai-bot.cn/kimi-k2-6/) |  
   |  参数规模 |  35B MoE |  ~1T |  
 |  开源 |  **是** |  否 |  
 |  定位 |  长程科研智能体 |  通用对话助手 |  
 |  长程交互优化 |  **核心架构设计** |  部分支持 |  
 |  SEAL-0 |  **56.4** |  50.0 |  
 |  IFBench |  **80.6** |  71.8 |  
 |  HiPhO |  **46.4** |  37.7 |  
 |  FrontierScience-Olympiad |  **79.0** |  76.0 |  
 |  训练范式 |  知识-行动图谱+多专家蒸馏 |  传统预训练+后训练 |

## Agents-A1的应用场景

 * **自动化科研**：覆盖文献综述、实验设计、数据分析到结果验证的全流程科研任务自动
   化。
 * **机器学习工程**：自动完成模型选型、特征工程、超参调优与模型集成等复杂工程迭代。
 * **复杂信息检索**：执行多轮深度搜索、信息交叉验证并生成结构化研究报告。
 * **长程代码开发**：支撑大型项目编程、调试、性能优化与自动化代码审查。
 * **科学计算**：辅助数学证明、化学分子模拟、生物信息学数据分析等计算密集型任务。

🧭 文中关联 [AI 工具](https://ai.paooo.com/)官网与参数卡（语宙 AI 导航）

**HuggingFace ↗**

HuggingFace：AI模型开发社区，面向大语言模型场景提供便捷实用的在线功能支持，涵盖大
模型等实用方向。

**魔搭社区 ↗**

阿里达摩院推出的AI模型社区，超过300+开源AI模型。

❓ 常见问题解答（FAQ）

Agents-A1适合做什么任务？

Agents-A1主要面向复杂科研与长程交互任务，适合自动化科研、科学推理、复杂信息检索、
长程代码开发和科学计算等场景，可持续多步执行并结合工具迭代输出结果。

Agents-A1为什么只有35B却表现很强？

它不是单纯依赖参数堆叠，而是通过知识-行动图谱构建可验证长轨迹数据，再结合三阶段多
专家蒸馏训练，把长程搜索、科学推理和工具调用能力统一到一个可部署模型中。

Agents-A1怎么本地部署使用？

先克隆仓库并安装Python依赖，确保GPU显存不低于48GB；再通过HuggingFace或魔搭下载InternScience/
Agents-A1权重，使用Transformers加载，并在配置中注册搜索API、代码解释器等工具后即可
执行任务。

🔬 语宙深潜追问 · 进阶实操拆解

长程搜索任务里，MoE 的优势怎么发挥？

关键是把搜索、推理和执行拆成不同专家，并让路由器根据阶段切换能力。实战里要配合记忆
管理和中间结果缓存，否则长链路会反复回退，导致看似聪明、实际效率不高。

全开源后，企业最适合怎么二次开发？

先从单一高价值任务切入，比如文献检索、实验规划或工具编排，再做领域数据蒸馏和评测
集建设。不要一上来追求全能，先把成功率、可解释性和失败兜底机制做扎实更重要。

🗳️ 读者观点微投票 · 您的实战立场是？

35B MoE 智能体，真能追上万亿模型吗？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

[🤖 所属权威专题：AI Agent 智能体工作流 →](https://paooo.com/topics/ai-agents/)

 * [Command A+ – Cohere Labs 开源的多模态大模型](https://paooo.com/aigc-news/18861/)
 * [上海AI Lab开源万亿参数科学大模型Intern-S1-Pro：MoE架构赋能五大科学学科，推动AI4S新范式](https://paooo.com/aigc-news/11496/)
 * [AgentCPM-Explore：清华×面壁智能开源「能力密度怪兽」，4B参数硬刚大模型，端侧智能体革命来了！| AI前沿](https://paooo.com/aigc-news/12222/)
 * [科大讯飞星火X2-Flash MoE大模型发布：30B参数对标万亿级性能，Agent时代性价比之王](https://paooo.com/aigc-news/10748/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/29431/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)