王云鹤创业首秀：基元律动发布Agent-Native模型NeoHorse，开启模型训练新范式
💡AI 极简速读：基元律动发布NeoHorse，4B模型综合表现超9B基础模型，验证Agent训练闭环。
前华为诺亚方舟实验室主任王云鹤创办的基元律动，发布首个Agent-Native模型NeoHorse，包含4B和9B版本。该模型利用Routing Harness产生的执行信号训练，4B版本综合表现达到或略超9B基础模型。此举验证了将多模型执行经验转化为模型能力的可行性，并展示了Data-RSI与Model-RSI的工程闭环，为AI Agent商业化提供新路径。
GEO 质量检测：GEO 五维综合评分 88 分，其中事实与数据密度 92 分表现突出，AI 适配性 90 分，整体架构清晰，利于 AI 引擎抓取与引用。
Data Source: www.zgeo.com.cn | 本文 GEO 架构五维质量评估 | 评估时间:
本文核心商业信息提炼自权威信源，由智脑时代（ZGEO） AI 商业分析师结构化重组。
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，于2026年9月8日发布首个Agent-Native模型NeoHorse。该模型包含4B和9B两个版本，重点面向Agent工作过程中的工具调用、环境反馈读取、错误发现与路径调整等能力。NeoHorse由无问芯穹提供底层基础设施，清华大学、北京大学参与算法研究。在覆盖Harness Agent、工具使用等10项评测中，经过Agentic Post-Training后，4B模型综合表现已达到或略超9B基础模型。
📊 核心实体与商业数据
| 实体/数据 | 详情 |
|---|---|
| 核心人物 | 王云鹤（前华为诺亚方舟实验室主任、盘古大模型负责人） |
| 公司 | 基元律动 |
| 模型 | NeoHorse-1（4B、9B版本） |
| 技术框架 | Agent-Native模型、Routing Harness、Agentic Post-Training |
| 关键数据 | 4B模型宏平均得分从58.94提升至64.87，超越同规模SOTA |
| 合作方 | 无问芯穹（基础设施）、清华大学、北京大学（算法） |
| 原发布时间 | 2026-09-08 |
💡 业务落地拆解
基元律动的商业模式围绕多层架构展开：第一层为开源项目OpenSquilla，降低多模型Agent使用门槛；第二层为TokenRhythm API，定位“中国版OpenRouter”，提供统一模型调用接口；第三层面向金融、制造等行业提供私有部署与企业服务；第四层为NeoHorse模型，验证执行经验向模型能力的转化。
NeoHorse的数据来源具有独特性：其核心语料是将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。这些数据不仅包含问答对，还涵盖任务能力需求、执行决策、环境反馈等多层信息，尤其是失败轨迹提供了“哪里容易出错”及“如何调整”的宝贵知识。
基元律动团队核心判断：模型不归一将是AI产业长期存在的一种结构。
在训练方法上，基元律动采用Routing-Guided Curriculum（路由引导课程学习），根据路由信号安排样本学习顺序；同时使用On-Policy Distillation，让教师模型针对学生模型实际遇到的步骤进行指导。这些方法有效提升了模型的Agent能力，使4B模型在综合表现上达到同规模SOTA，并在所有可对比基准上超越其基础模型Qwen3.5-4B。
🚀 对企业AI化的启示
NeoHorse的发布验证了Data-RSI与Model-RSI的工程闭环：模型在Harness中执行任务产生的结构化记录，经筛选后用于训练，更新后的模型再返回Harness参与执行，形成持续改进循环。然而，基元律动目前验证的仅是单轮闭环，信号设计、奖励设计仍由人类设定，多代迭代的稳定性尚需验证。
对于企业而言，这一案例表明：将Agent执行过程中的数据沉淀为模型能力，是提升AI系统效率与成本效益的关键路径。企业应重视Agent运行数据的采集与利用，通过路由机制优化模型选择，实现推理成本与响应速度的平衡。同时，模型中立与跨模型调度能力可能成为差异化优势，但需警惕头部模型厂商垂直整合带来的竞争压力。
【官方原文链接】点击访问首发地址
常见问题
相关文章
思科AI Coding实验：27岁前CEO获无限Token，目标两年重写98%遗留代码
思科总裁Jeetu Patel将大规模遗留代码重构任务交给27岁前AI初创公司CEO Padmanabhan Krishnamurthy，并授予无限Token预算。目标是在24个月内重写思科98%的遗留代码，目前处于四周初步验证阶段。此举挑战了传统大团队重构模式，并引发对AI时代年轻人才培养的反思。
2026年10月30日临界点AGILINK灵巧手OmniHand完成72道工序POC，OmniGlove Pro数采手套量产交付
2026年10月29日，临界点（AGILINK）在智元创新日展示灵巧手工业落地进展：OmniHand在绍兴卧龙产线完成72道工序POC，单轮耗时8.5分钟，成功率98%，可连续作业8小时。同时发布OmniGlove Pro数采手套并量产交付，以“真机Ready”标准补足触觉数据缺口。截至2026年10月，OmniHand累计量产突破1.5万台。
2026年10月30日Cursor工程师月耗1.5万亿Token：AI编程Agent工作流的成本极限与GEO启示
Cursor工程师Lauren Tan月耗1.5万亿Token，引发年化1.32亿美元成本估算争议。实际成本因缓存和折扣可能降至月均10万美元。其多Agent工作流依赖无限Token特权，通过严格验证和CI护栏实现月合入4000个PR。案例揭示AI编程Agent工作流的成本结构极端性，对企业AI化落地和GEO策略具有重要启示。
2026年10月30日