11月5日，基元律动（TokenRhythm）发布Agent原生模型NeoHorse-1.5-Flash Preview。该模型基于Qwen3.8-Flash训练，总参数180B、激活参数6B，重点提升Agent任务执行与软件工程能力，目前开放限量内测。
根据基元律动公布的对照评测数据，相较基座模型，新模型在Agents’ Last Exam上的整体得分提高9.23分，在Natural Language to Repository评测上的整体得分提高5.92分。分项来看，物理科学任务提升超过20分，开发工具与测试、Web开发、安全认证与加密等方向亦有改善。上述评测覆盖了Agent在复杂任务中的推理、工具调用与代码交付能力，是当前衡量Agent模型实用性的主要基准之一。
本次发布延续了NeoHorse系列对递归自我改进（RSI）机制的探索，基元律动将其称为这一机制的“第二圈”。今年9月发布NeoHorse-1后，公司将上一代模型重新放回模型池，在实际任务中收集执行反馈，再将这些经验用于后续训练。训练尺度也从首轮的4B、9B扩展至Flash档位，参数规模与任务复杂度同步上升。
这条迭代路径依托TokenRhythm多模型平台和开源Agent产品OpenSquilla。路由系统提供任务能力需求信号，多模型融合则让多个前沿模型处理同一任务，形成可比较的执行结果。NeoHorse与这些结果之间的差异，被用于识别能力短板、确定训练方向，并转化为学习信号。换言之，模型池中其他模型的执行结果构成了参照系，NeoHorse的改进方向由差异分析驱动，而非依赖单一模型的静态训练数据。
在模型发布翌日，基元律动更新了OpenSquilla，进一步完善执行基础。新版根据任务意图选择模型档位，继续任务时沿用原档位，重做时逐级升档；同时支持独立更新TokenRhythm和OpenRouter推荐方案，用户无需升级客户端即可预览差异并确认应用。本期推荐配置也依据十一月模型榜单调整，使执行侧的模型选择能够跟随评测结果持续更新。这一设计将模型路由与评测反馈打通，降低了用户侧的手动配置成本。
围绕RSI训练，团队提出多模型差分诊断、对抗式环境进化和群体智能在线学习三项技术，分别对应能力诊断、分布塌缩和迭代效率。其中，环境进化引擎持续生成并筛选新任务，群体智能在线学习利用模型输出与融合结果的差异进行训练，将执行框架中产生的比较信息用于后续优化。三项技术共同构成一个闭环：诊断定位短板，环境进化提供训练样本，在线学习完成参数更新。
公开演示呈现了具体任务中的差异。在表格网页案例中，基座模型生成的部分计算单元格出现公式报错，新模型则展示了公式输入、计算结果及更多交互功能。发布材料还列出图表生成、量子物理计算和机器人装配参数求解等案例，考察模型在计算、检查和交付环节的完成情况。这些案例的共同点在于任务需要多步执行与结果校验，而非单轮问答，更贴近Agent的实际使用场景。
从行业视角看，Agent模型的竞争正从通用能力比拼转向任务执行与软件工程的专项优化。基元律动以多模型平台为基础设施、以执行反馈为训练信号的路径，为Agent模型的持续迭代提供了一种可复用的工程范式。其效果能否在更大规模的真实任务中得到验证，仍有待内测用户的实际反馈。NeoHorse-1.5-Flash Preview现可通过基元律动官方公众号申请内测。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
