基元律动发布模型NeoHorse，探索Harness驱动的RSI路径

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