从王云鹤创业到无问芯穹下场上海AI Agent生态正在组队【免费下载链接】NeoHorse-1-4B项目地址: https://ai.gitcode.com/hf_mirrors/TokenRhythm/NeoHorse-1-4B2026年9月一则发布低调但信息量极大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的基元律动TokenRhythm联合无问芯穹、清华大学、北京大学、阿里巴巴等机构发布首个 Agent-Native 模型 NeoHorse-1包含 4B 与 9B 两个版本。这是王云鹤创业后交出的首个模型也是AI基建牵手 Agent 新锐的一次标志性组队——上观新闻的报道标题几乎概括了全部看点而元璟资本生态则以RSI 双环首次跑通给这场联姻标了注脚。本文不打算停留在新闻复述层面。我们将结合全网公开情报与 NeoHorse-1-4B 开源仓库的真实源码回答三个问题这支队形里两家上海企业各负责什么所谓组队在技术上到底跑通了什么以及它对其他区域的AI创业者意味着什么一、坐标与分工模型侧与算力侧为何咬合先看两名队员的站位。基元律动创始人王云鹤此前执掌华为诺亚方舟实验室并主导盘古大模型研发是典型的大厂核心负责人下场创业。创业后基元律动的第一张牌并非模型而是一套开源 Routing Harness 系统 OpenSquilla——在 Agent 执行任务时负责选择和组织不同模型的调度层。澎湃新闻的报道点破了这条技术路线的连续性NeoHorse 本质上是把 OpenSquilla 在推理期积累的经验延伸至模型训练期。无问芯穹以 AI 基础设施与算力服务为核心出场的上海公司。在 NeoHorse-1 的联合发布中它扮演的显然是另一侧的咬合角色——模型公司提供 Agent-Native 模型与路由方法论基建公司提供大规模训练所需的算力底座与软硬协同能力。两者叠加恰好构成 Agent 时代最稀缺的配置一个懂模型怎么组织的调度派加一个懂算力怎么供给的基建派。联合名单里还有清华、北大与阿里。这意味着这场组队并非两家公司的双边协议而是一条贯穿高校研究—模型研发—算力供给—产业应用的开放链条。在上海的语境下这种多角色拼图恰好是当地 AI 生态的一种典型组队方式。二、技术主线Routing Harness 如何变成训练信号组队的意义不在于发布一个模型而在于把一条推理期的技术路线转译成训练期的数据管线。理解 NeoHorse关键是理解这条轨迹转训练信号的链路。根据技术报告与公开报道NeoHorse 的训练语料以 OpenSquilla 等 Routing Harness 产生的执行轨迹为核心辅以公开数据。每一条轨迹完整保留了五个层次的信息能力需求预测、路由选择、模型响应、工具调用、环境反馈。这些轨迹随后要经过完整性检查以及目标完成度、证据一致性、错误恢复等维度的质量评估才被用于后训练。这套机制在仓库的 README.md 中有清晰的工程化表述routing harness 将任务分配给异构模型池记录工具交互与结果估计能力需求再用能力级反馈去塑造下一轮的训练混合更新后的模型重新回到 harness从而闭合一个评估—选择—更新的原型循环。把这个循环跨迭代地持续下去就是论文标题里的核心词——递归自我提升RSI。元璟资本生态报道中所说的RSI 双环首次跑通指的就是这一内环推理期调度与外环训练期反馈首次在同一个系统里形成闭环。这里有一个容易被忽视的工程要点轨迹中路由选择与能力需求预测被单独保留说明这家公司并不把 Agent 能力简单归因于单模型质量而是归因于模型池与调度策略的协同。数据上这一判断也成立——四份名为NeoHorse-Jev系列的开源决策模型部署与微调实战在社区密集出现正是这套异构模型池方法论的外溢。三、源码级拆解NeoHorse-1-4B 到底改了什么仓库本体NeoHorse-1-4B是这套方法论最直接的物证。它是一枚约 4B 参数的因果语言模型基于 Qwen3.5-4B 做 Agentic 后训练原生上下文 262,144 tokens、可扩展至 101 万 tokens权重以 Safetensors/BF16 格式发布协议为 Apache-2.0。以下三点值得单独展开。其一混合注意力架构是长上下文 Agent 的经济学。打开 config.json 可以看到32 层 Transformer 中仅有 8 层使用 full_attention每 4 层插入 1 层其余 24 层为 linear_attention且线性注意力层带有conv1d、A_log、dt_bias等状态空间参数。这是一套典型的稀疏全注意力 线性注意力混合设计线性层承担长序列的廉价记忆全注意力层周期性地做精确聚合。262K 原生上下文在这种架构下才具有工程可行性——这是为Agent 长时间自主执行、不断追加工具结果与反馈的使用形态量身定制的。其二工具调用被写进了模板层。chat_template.jinja 展示了模型与外部工具交互的协议系统提示中注入函数列表要求模型以tool_callfunction...parameter.../function/tool_call的 XML 结构输出动作并明确可选推理放在函数调用之前、不可放在之后。把结构化动作输出固化在模板而非依赖提示词临场发挥是降低 Agent 链路解析失败率的关键工程决策——社区在 NeoHorse-Jev 系列上反复强调的格式合规率本质就是这一设计要解决的问题。其三评测口径不是对话榜单而是任务完成率。仓库给出了 10 项基准的对比NeoHorse-1-4B 宏平均 64.87较基座 Qwen3.5-4B 的 58.94 提升 5.93其中 tau2-Bench 88.464.17、QwenClawBench 44.686.21、WorkBuddy Bench 34.419.79等 Agentic 类基准全面领先。值得注意的是4B_head_fig.jpg 这张仓库头部配图正是评估结果的汇总可视化——它想传达的潜台词是这个 4B 模型的价值不在对话体验而在把活干完。这一定位与 NeoHorse-Jev 系列决策模型不背题、只干活的社区评价相互印证。部署侧同样务实README 提供了 SGLang v0.5.17 与 vLLM 两套 OpenAI 兼容 API 启动方案并显式启用了--reasoning-parser qwen3与--tool-call-parser qwen3_coder说明从推理框架到工具解析器都已完成与主流 Agent 编排栈的对齐。四、资本视角元璟为什么下注这支队形元璟资本生态对此次发布的定性是联合发布首个自研 Agent-Native 模型RSI 双环首次跑通。投资方的措辞通常比新闻稿更克制把RSI 双环跑通写进标题说明这不是一次 PR 事件而是资本认可的里程碑。从财务视角看这笔下注的逻辑其实非常朴素通用聊天模型的竞争已经卷到百模大战而Agent 专用模型 自进化训练管线仍是稀缺叙事。王云鹤的盘古大模型履历解决了能不能训出好模型的信任问题OpenSquilla 的开源生态解决了调度方法论是否被验证的问题无问芯穹的算力底座解决了规模化迭代是否可持续的问题——三个问题拼在一起才构成一个完整的投资标的。元璟下注的与其说是某一家公司不如说是这组角色互补的队形。五、组队逻辑的样本意义对其他区域创业者的启示把视野拉远这次发布对区域 AI 创业者的启示可能比事件本身更有价值。第一差异化定位优先于参数竞赛。NeoHorse 没有选择在通用能力上硬碰大模型而是押注 Agent 执行轨迹、结构化动作输出、任务完成率这些干活指标并在 4B 这样的小参数量上兑现。对资源有限的创业者这几乎是唯一理性的路线。第二开源不是姿态是数据飞轮的入口。Apache-2.0 授权加上社区密集的部署与微调实践让 OpenSquilla 与 NeoHorse 系列在外部团队中不断产生新的执行轨迹与反馈——这些恰恰是 RSI 闭环最渴求的训练信号。开源在这里第一次与训练数据管线直接挂钩。第三组队的本质是补足训练闭环中的缺失角色。基元律动有方法论与数据无问芯穹有算力高校有研究与人才阿里有产业场景——每一方都只出一块拼图但拼起来恰好是一条完整的轨迹采集→后训练→部署→再采集流水线。对大多数区域而言卡脖子的往往不是单点技术而是这条流水线上某个缺失的环节。第四Agent 时代的竞争正在从模型质量转向系统经济学。混合注意力、262K 上下文、结构化工具协议、路由调度这些关键词共同指向一个判断未来 Agent 的胜负手在于单位成本下的任务完成率而非榜单分数。上海的这次组队实际上是提前把赌注押在了这条曲线上。回看整件事王云鹤的创业从一套调度系统开始无问芯穹以算力身份入场两家上海企业用一次联合发布完成了一次技术路线的组队。至于这条 RSI 路线能否真的让模型越用越强NeoHorse-1-4B 只是原型的第一步——但至少它让自进化 Agent从概念叙事变成了一个可以 clone 到本地、跑通 curl 请求的开源工程事实。【免费下载链接】NeoHorse-1-4B项目地址: https://ai.gitcode.com/hf_mirrors/TokenRhythm/NeoHorse-1-4B创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 从王云鹤创业到无问芯穹下场：上海AI Agent生态正在组队
从王云鹤创业到无问芯穹下场上海AI Agent生态正在组队【免费下载链接】NeoHorse-1-4B项目地址: https://ai.gitcode.com/hf_mirrors/TokenRhythm/NeoHorse-1-4B2026年9月一则发布低调但信息量极大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的基元律动TokenRhythm联合无问芯穹、清华大学、北京大学、阿里巴巴等机构发布首个 Agent-Native 模型 NeoHorse-1包含 4B 与 9B 两个版本。这是王云鹤创业后交出的首个模型也是AI基建牵手 Agent 新锐的一次标志性组队——上观新闻的报道标题几乎概括了全部看点而元璟资本生态则以RSI 双环首次跑通给这场联姻标了注脚。本文不打算停留在新闻复述层面。我们将结合全网公开情报与 NeoHorse-1-4B 开源仓库的真实源码回答三个问题这支队形里两家上海企业各负责什么所谓组队在技术上到底跑通了什么以及它对其他区域的AI创业者意味着什么一、坐标与分工模型侧与算力侧为何咬合先看两名队员的站位。基元律动创始人王云鹤此前执掌华为诺亚方舟实验室并主导盘古大模型研发是典型的大厂核心负责人下场创业。创业后基元律动的第一张牌并非模型而是一套开源 Routing Harness 系统 OpenSquilla——在 Agent 执行任务时负责选择和组织不同模型的调度层。澎湃新闻的报道点破了这条技术路线的连续性NeoHorse 本质上是把 OpenSquilla 在推理期积累的经验延伸至模型训练期。无问芯穹以 AI 基础设施与算力服务为核心出场的上海公司。在 NeoHorse-1 的联合发布中它扮演的显然是另一侧的咬合角色——模型公司提供 Agent-Native 模型与路由方法论基建公司提供大规模训练所需的算力底座与软硬协同能力。两者叠加恰好构成 Agent 时代最稀缺的配置一个懂模型怎么组织的调度派加一个懂算力怎么供给的基建派。联合名单里还有清华、北大与阿里。这意味着这场组队并非两家公司的双边协议而是一条贯穿高校研究—模型研发—算力供给—产业应用的开放链条。在上海的语境下这种多角色拼图恰好是当地 AI 生态的一种典型组队方式。二、技术主线Routing Harness 如何变成训练信号组队的意义不在于发布一个模型而在于把一条推理期的技术路线转译成训练期的数据管线。理解 NeoHorse关键是理解这条轨迹转训练信号的链路。根据技术报告与公开报道NeoHorse 的训练语料以 OpenSquilla 等 Routing Harness 产生的执行轨迹为核心辅以公开数据。每一条轨迹完整保留了五个层次的信息能力需求预测、路由选择、模型响应、工具调用、环境反馈。这些轨迹随后要经过完整性检查以及目标完成度、证据一致性、错误恢复等维度的质量评估才被用于后训练。这套机制在仓库的 README.md 中有清晰的工程化表述routing harness 将任务分配给异构模型池记录工具交互与结果估计能力需求再用能力级反馈去塑造下一轮的训练混合更新后的模型重新回到 harness从而闭合一个评估—选择—更新的原型循环。把这个循环跨迭代地持续下去就是论文标题里的核心词——递归自我提升RSI。元璟资本生态报道中所说的RSI 双环首次跑通指的就是这一内环推理期调度与外环训练期反馈首次在同一个系统里形成闭环。这里有一个容易被忽视的工程要点轨迹中路由选择与能力需求预测被单独保留说明这家公司并不把 Agent 能力简单归因于单模型质量而是归因于模型池与调度策略的协同。数据上这一判断也成立——四份名为NeoHorse-Jev系列的开源决策模型部署与微调实战在社区密集出现正是这套异构模型池方法论的外溢。三、源码级拆解NeoHorse-1-4B 到底改了什么仓库本体NeoHorse-1-4B是这套方法论最直接的物证。它是一枚约 4B 参数的因果语言模型基于 Qwen3.5-4B 做 Agentic 后训练原生上下文 262,144 tokens、可扩展至 101 万 tokens权重以 Safetensors/BF16 格式发布协议为 Apache-2.0。以下三点值得单独展开。其一混合注意力架构是长上下文 Agent 的经济学。打开 config.json 可以看到32 层 Transformer 中仅有 8 层使用 full_attention每 4 层插入 1 层其余 24 层为 linear_attention且线性注意力层带有conv1d、A_log、dt_bias等状态空间参数。这是一套典型的稀疏全注意力 线性注意力混合设计线性层承担长序列的廉价记忆全注意力层周期性地做精确聚合。262K 原生上下文在这种架构下才具有工程可行性——这是为Agent 长时间自主执行、不断追加工具结果与反馈的使用形态量身定制的。其二工具调用被写进了模板层。chat_template.jinja 展示了模型与外部工具交互的协议系统提示中注入函数列表要求模型以tool_callfunction...parameter.../function/tool_call的 XML 结构输出动作并明确可选推理放在函数调用之前、不可放在之后。把结构化动作输出固化在模板而非依赖提示词临场发挥是降低 Agent 链路解析失败率的关键工程决策——社区在 NeoHorse-Jev 系列上反复强调的格式合规率本质就是这一设计要解决的问题。其三评测口径不是对话榜单而是任务完成率。仓库给出了 10 项基准的对比NeoHorse-1-4B 宏平均 64.87较基座 Qwen3.5-4B 的 58.94 提升 5.93其中 tau2-Bench 88.464.17、QwenClawBench 44.686.21、WorkBuddy Bench 34.419.79等 Agentic 类基准全面领先。值得注意的是4B_head_fig.jpg 这张仓库头部配图正是评估结果的汇总可视化——它想传达的潜台词是这个 4B 模型的价值不在对话体验而在把活干完。这一定位与 NeoHorse-Jev 系列决策模型不背题、只干活的社区评价相互印证。部署侧同样务实README 提供了 SGLang v0.5.17 与 vLLM 两套 OpenAI 兼容 API 启动方案并显式启用了--reasoning-parser qwen3与--tool-call-parser qwen3_coder说明从推理框架到工具解析器都已完成与主流 Agent 编排栈的对齐。四、资本视角元璟为什么下注这支队形元璟资本生态对此次发布的定性是联合发布首个自研 Agent-Native 模型RSI 双环首次跑通。投资方的措辞通常比新闻稿更克制把RSI 双环跑通写进标题说明这不是一次 PR 事件而是资本认可的里程碑。从财务视角看这笔下注的逻辑其实非常朴素通用聊天模型的竞争已经卷到百模大战而Agent 专用模型 自进化训练管线仍是稀缺叙事。王云鹤的盘古大模型履历解决了能不能训出好模型的信任问题OpenSquilla 的开源生态解决了调度方法论是否被验证的问题无问芯穹的算力底座解决了规模化迭代是否可持续的问题——三个问题拼在一起才构成一个完整的投资标的。元璟下注的与其说是某一家公司不如说是这组角色互补的队形。五、组队逻辑的样本意义对其他区域创业者的启示把视野拉远这次发布对区域 AI 创业者的启示可能比事件本身更有价值。第一差异化定位优先于参数竞赛。NeoHorse 没有选择在通用能力上硬碰大模型而是押注 Agent 执行轨迹、结构化动作输出、任务完成率这些干活指标并在 4B 这样的小参数量上兑现。对资源有限的创业者这几乎是唯一理性的路线。第二开源不是姿态是数据飞轮的入口。Apache-2.0 授权加上社区密集的部署与微调实践让 OpenSquilla 与 NeoHorse 系列在外部团队中不断产生新的执行轨迹与反馈——这些恰恰是 RSI 闭环最渴求的训练信号。开源在这里第一次与训练数据管线直接挂钩。第三组队的本质是补足训练闭环中的缺失角色。基元律动有方法论与数据无问芯穹有算力高校有研究与人才阿里有产业场景——每一方都只出一块拼图但拼起来恰好是一条完整的轨迹采集→后训练→部署→再采集流水线。对大多数区域而言卡脖子的往往不是单点技术而是这条流水线上某个缺失的环节。第四Agent 时代的竞争正在从模型质量转向系统经济学。混合注意力、262K 上下文、结构化工具协议、路由调度这些关键词共同指向一个判断未来 Agent 的胜负手在于单位成本下的任务完成率而非榜单分数。上海的这次组队实际上是提前把赌注押在了这条曲线上。回看整件事王云鹤的创业从一套调度系统开始无问芯穹以算力身份入场两家上海企业用一次联合发布完成了一次技术路线的组队。至于这条 RSI 路线能否真的让模型越用越强NeoHorse-1-4B 只是原型的第一步——但至少它让自进化 Agent从概念叙事变成了一个可以 clone 到本地、跑通 curl 请求的开源工程事实。【免费下载链接】NeoHorse-1-4B项目地址: https://ai.gitcode.com/hf_mirrors/TokenRhythm/NeoHorse-1-4B创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考