今天，无问芯穹与基元律动联合发布首个Agent-Native模型NeoHorse-1，探索Harness驱动的RSI路径。
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，此前开发的开源Routing Harness系统OpenSquilla，为NeoHorse训练提供核心语料；无问芯穹则为NeoHorse训练及推理提供底层基础设施支撑与Infra优化技术能力。双方联合清华大学、北京大学团队参与算法和训练方法研究，共同探索提升Agent后训练数据利用效率和训练效果的新路径。
NeoHorse-1包含4B和9B两个版本，系统性地将Agent使用工具、接收反馈和修正错误的经验转化为模型自身能力。在覆盖Harness Agent、工具使用、代码和指令遵循的10项评测中，经过Agentic Post-Training的4B模型，综合表现已经达到或略超9B基础模型。
首个Agent-Native模型NeoHorse-1：为Agent场景而生
传统模型训练大多依赖公开语料、教科书和代码仓库，数据形态更接近“问题—答案”。NeoHorse-1则大量引入真实Agent任务中的结构化轨迹：什么时候该搜索、什么时候该调工具、工具返回了什么、下一步该怎么走、走错了怎么回头。这些轨迹记录的并不是“题和答案”，而是“做事的过程”，它们不仅包含“如何做对”，也包含“哪里容易出错，以及出错后如何恢复”。执行系统长期积累的有效经验，经过筛选与训练，被转化为模型自身的能力。
在训练策略上，NeoHorse-1利用轨迹数据中隐含的路由难度信号组织课程学习：模型先接触低难度样本，再逐步过渡到复杂轨迹，同时保留基础任务覆盖，使训练节奏与任务复杂度相匹配。模型进一步采用策略蒸馏（On-Policy Distillation），纠偏目标不再是假设性错误，而是模型自身最可能出现的真实偏差。多模型在各类执行任务中积累的经验，被高效注入NeoHorse-1，使其在保持基础能力的同时，更擅长多轮交互、工具调用与动态纠偏。
这正是Agent-Native的核心理念：不是为回答问题而训练，而是为完成任务而训练。NeoHorse-1的诞生，标志着模型训练范式从“知识记忆”走向“行动能力”。
内部评测显示，NeoHorse-1 4B在Agent任务上的表现，已经超过了不少参数量更大的通用模型。小模型在流程清晰、步骤明确的任务上，优势往往更集中。与此同时，NeoHorse-1 9B在复杂状态维护、长程调试、失败恢复和开放式问题上依然具有明显优势。这种分化构成了更精细的能力边界：能用4B稳定完成的可控任务，不再调用9B；能用9B解决的复杂挑战，不必升级到旗舰模型；真正困难的任务，再交由模型池中的顶级能力处理。
评测结果也印证了这一设计逻辑。在10项涵盖Agent执行、工具交互、代码与指令遵循的基准测试中，NeoHorse-1 4B未加权平均分位居同类模型之首，并在五项基准上超过Qwen3.5-9B底座模型，提升最集中的正是流程明确、结果可验证的任务类型。NeoHorse-1的发布也是一次面向RSI方向的单轮工程验证：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。
无问芯穹：以Infra优化赋能Agent-Native模型
依托无问芯穹的底层基础设施和Infra优化技术能力，模型NeoHorse-1在研发中获得了推理优化、弹性训练系统等有力支持，实现了大量推理（积累轨迹），并显著提升了训练效率及稳定性。
面向推理场景，无问芯穹深耕PD分离、计算通信重叠、序列并行通信等一系列模型推理优化关键技术，从单点优化走向系统级协同优化，从集群规模优化到跨集群优化，过去一年已实现推理成本下降10倍，未来仍有10倍的下降空间。
在模型训练中，无问芯穹通过DynaTrain弹性训练系统把传统分布式训练“启动即锁定”的刚性模式，改造为可在线增删GPU、可在线整体迁移的动态训练。DynaTrain作为可插拔中间层借助虚拟参数空间把并行方案切换归约为参数分布的在线重排，并由弹性设备管理器在后台预建通信组、在同步点瞬间完成热切换，对上层训练逻辑完全透明。
该技术发挥了两方面价值。一是把空闲算力吃干榨净：集群中总有推理退潮、其他作业释放资源的时刻，过去这些资源只能等下一次冷启动才有机会被用上，现在可以在训练不中断的前提下随时把新空闲的GPU并入当前作业，并同步调整TP/PP/DP组合，让算力供给与集群实际空闲情况实时对齐。二是把故障恢复做到近乎无感：千卡以上规模下单机故障是常态，传统方案需要保存加载checkpoint并重新完成进程拉起、建联与通信组构建，动辄十几分钟；而现在当一台GPU服务器宕机时，训练可以在线收缩到剩余卡上继续推进，实测迁移开销控制在5秒以内。
这套弹性能力覆盖了预训练、SFT与强化学习全流程。在RL场景中尤其受益：Rollout生成长度呈长尾分布，设备利用率随之下滑，我们可以在阶段间动态回收Rollout占用的资源投入训练阶段。收敛性验证也表明，反复双向切换后的loss曲线与静态基线几乎完全重合。极致弹性与极致容错，同时保证训练质量与正确性。
此次联合首发，验证了一条可复用的闭环飞轮：真实任务产生的高质量轨迹，能够训练出更强的Agent-Native模型；更强的Agent-Native模型，又能在真实任务中积累更优的执行轨迹。无问芯穹与基元律动将持续迭代这一开源模型，把模型底座、算法研究、AI基础设施与Agent执行反馈深度连接，推动国产开源模型在Agent-Native路线上的持续进化。
依托多元异构、软硬协同、自主式AI等核心技术优势，无问芯穹实现了对前沿大模型稳定高效训练及推理的系统级支持。面向Agentic AI时代，无问芯穹已推出Agentic Infra产品与服务体系。该体系立足基础设施，向下汇聚能源与芯片，向上支撑模型与应用，不仅提升底层资源向AI生产力转化的规模与效率，更以基础设施智能体蜂群赋能资源规模扩展、Token生产效率提升，并支持Agentic AI的持续进化。目前，无问芯穹正服务千余家AI企业与科研机构，覆盖大模型开发与运行全生命周期，持续输出高质量、大规模、高效率的AI生产力。
这不是一次简单的模型发布，而是一次训练范式的转向：从“向语料学习回答”，到“向执行学习行动”。当真实任务中的每一次搜索、调用、纠错与回退都能沉淀为模型能力，Agent的进化便不再依赖参数量的无限扩张，而依赖执行与训练之间的持续飞轮。未来，无问芯穹与基元律动希望以NeoHorse-1为起点，让模型不再只是“更会回答”，而是“更会做事”，推动Agent从能力突破走向大规模落地，为产业智能化与学术前沿探索提供可复制、可扩展的底座。
