首个Agent-Native模型NeoHorse发布：让AI学会做事的过程而非题和答案

事件：9月8日，基元律动联合无问芯穹，与清华大学、北京大学、阿里巴巴等机构推出首个Agent-Native模型NeoHorse-1。该模型包含4B和9B两个版本，旨在将Agent使用工具、接收反馈和修正错误的经验系统性转化为模型自身能力。

训练方法：与传统模型依赖公开语料和教科书式问答数据不同，NeoHorse大量引入真实Agent任务中的结构化执行轨迹，包括何时搜索、何时调用工具、工具返回什么、下一步如何走、走错了如何回头。这些轨迹记录的并非题和答案，而是做事的过程。

技术创新：团队利用轨迹数据中隐含的路由难度信号组织课程学习，让模型先接触低难度样本、再逐步过渡到复杂轨迹，并结合策略蒸馏纠偏模型自身真实偏差。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，其开源Routing Harness系统OpenSquilla为NeoHorse训练提供核心语料。

评测结果：在覆盖Harness Agent、工具使用、代码和指令遵循的10项基准评测中，经Agentic Post-Training的NeoHorse-1 4B模型未加权平均分位居同类模型之首，在五项基准上超过Qwen3.5-9B底座模型。提升最为集中的是流程清晰、反馈可观察、结果可验证的任务类型。

AICOR 点评：NeoHorse的突破性在于训练范式的转变：从教AI知识转向教AI做事。当模型学会的是过程而非答案，它就能在面对新任务时自主规划、调用工具、纠正错误——这正是Agent能力的核心。对AICOR而言，这印证了我们一直在实践的理念：AI员工的价值不在于它知道多少，而在于它能独立完成多少。未来企业的竞争力，将取决于AI员工与人类员工的协作密度和协作质量。