王云鹤创业后交出首个模型
内容提要
基元律动发布Agent-Native模型NeoHorse，利用多模型执行经验训练，通过路由引导课程学习等方法，使4B模型性能超越同规模基准。公司构建从模型调用、执行到数据反馈的闭环，探索递归自我改进，但面临模型厂商垂直整合的竞争挑战。
延伸解读
从“用模型”到“训模型”：数据闭环的价值
基元律动原本以多模型路由和API聚合为核心，NeoHorse的发布并非转向基础模型研发，而是将Harness执行中积累的轨迹数据用于模型后训练。这种“执行—筛选—训练—再执行”的闭环，试图把服务过程中沉淀的经验转化为模型能力，从而在模型供给之外构建新的竞争壁垒。其价值在于，数据不再仅用于优化路由，而是直接反哺模型本身，形成可持续迭代的飞轮。
路由引导课程学习：训练策略的巧思
NeoHorse的训练采用Routing-Guided Curriculum，利用路由器对任务难度的估计来安排样本学习顺序，先易后难，同时保留基础任务覆盖。这一方法将线上路由信号引入离线训练，使模型学习更贴合实际任务分布。此外，On-Policy Distillation让教师模型针对学生当前分布下的问题提供指导，而非预设标准错误，从而提升训练效率。这些策略体现了将系统运行经验转化为训练信号的具体实践。
4B模型的提升并非均匀：能力边界需理性看待
技术报告显示，NeoHorse-1-4B在Agentic Post-Training后综合表现达到同规模SOTA，但提升主要集中在具有明确流程、可验证反馈的任务上，如项目排期。对于开放性或模糊任务，提升可能有限。这提醒我们，SOTA并不意味着全面超越，模型能力仍有边界。基元律动也强调精细划分能力边界，让不同规模模型各司其职，而非让4B模型接管所有任务。
中间层的生存挑战：垂直整合的威胁
基元律动面临的核心风险来自模型厂商的垂直整合。DeepSeek、Qwen等厂商正向Harness和Agent产品延伸，若头部模型逐渐覆盖更多任务，或厂商将路由、工具调用打包，中间层的价值空间可能被压缩。基元律动的差异化在于模型中立和跨模型横向数据，但这一优势能否持续，取决于模型生态的分散程度。NeoHorse的发布，至少为“中间层为何存在”提供了新的论证角度。
Q&A
基元律动发布的NeoHorse模型是什么？
NeoHorse是基元律动发布的首个Agent-Native模型，包含4B和9B两个版本，重点面向Agent工作过程中的能力，如调用工具、读取环境反馈、发现错误、调整路径并最终完成任务。
NeoHorse模型是如何训练的？
NeoHorse的训练利用了Routing Harness产生的Agent执行信号与公开数据结合，构建面向Agent后训练的数据体系，并采用路由引导的课程学习（Routing-Guided Curriculum）和On-Policy Distillation等方法。
NeoHorse-1-4B的性能表现如何？
NeoHorse-1-4B在覆盖Harness Agent、工具使用、代码和指令遵循等10项评测中，综合表现达到或略超9B基础模型，宏平均得分从58.94提升到64.87，达到同规模SOTA，在所有可对比基准上均超越其基础模型Qwen3.5-4B。
基元律动为什么要自己训练模型？
基元律动训练NeoHorse并非要加入基础模型牌桌，而是将过去在多模型执行中积累的经验转化为模型能力，验证Harness执行数据可用于模型训练，并探索递归自我改进的可能性。
Routing Harness在NeoHorse训练中起什么作用？
Routing Harness在NeoHorse训练中提供核心语料，即Agent执行信号，包括任务所需能力、执行决策和环境反馈。同时，路由信号用于课程学习，安排样本学习顺序，先易后难。
基元律动的商业飞轮是如何运作的？
基元律动的商业飞轮是：Routing Harness连接开发者与Agent任务，TokenRhythm API连接模型供给与调用需求，Harness组织执行并积累轨迹，可用轨迹经筛选用于模型训练，更新后的模型返回Harness参与适配任务，改善体验和效率，支持下一轮研发。
基元律动在递归自我改进（RSI）方面做了哪些探索？
基元律动验证了Data-RSI和Model-RSI两个部分：Data-RSI是模型执行任务产生的结构化记录经筛选后进入训练数据池；Model-RSI是根据评测结果调整训练数据分布，更新模型并放回Harness执行。但NeoHorse目前只完成了一次单轮工程验证，尚不能视为完整RSI。
基元律动面临哪些竞争挑战？
基元律动面临模型厂商（如DeepSeek、Qwen、MiniMax）向Harness和Agent产品延伸，垂直整合趋势明显，可能压缩中间层空间。其优势在于模型中立和跨模型执行形成的横向比较数据，但若头部模型覆盖更多任务或厂商打包提供全套方案，中间层价值可能被削弱。
