上海 AI 双子星出海：基元律动 × 无问芯穹联手背后的产业信号

上海 AI 双子星出海：基元律动 × 无问芯穹联手背后的产业信号

【免费下载链接】NeoHorse-1-9B项目地址: https://ai.gitcode.com/hf_mirrors/TokenRhythm/NeoHorse-1-9B

2026 年 9 月，一则不算高调但信息量极大的消息在 AI 圈发酵：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，发布了首个 Agent-Native 模型 NeoHorse-1，包含 4B 与 9B 两个版本。社区同步出现了"基元律动发布模型 NeoHorse，探索 Harness 驱动的 RSI 路径""NeoHorse-1：一匹会自己找教练的马""RSI 双环首次跑通"等一系列讨论，上观新闻更是直接将其概括为"AI 基建牵手 Agent 新锐，两家上海企业联手，要让 Agent 走进核心业务"。

这看起来是一次普通的联合发布，但把三个事实叠在一起看，信号并不普通：其一，这是"模型方"与"基建方"的第一次深度耦合式合作——训练语料直接来自一个开源 Routing Harness 系统在生产环境跑出来的执行轨迹；其二，合作双方都是上海企业，背后是上海 AI 生态从"单点创新"转向"链式协同"的缩影；其三，NeoHorse-1 走的不是"更大参数、更高榜单"路线，而是把 Agent 的工具使用、反馈接收、错误修正经验反哺进模型本身——这条路径将直接改写企业落地大模型的方式。本文结合社区情报与仓库源码，拆解这三个信号。

一、事件全貌：从 Routing Harness 到 Agent-Native 模型

先把事情本身讲清楚。据澎湃新闻 2026 年 9 月 8 日报道，基元律动联合无问芯穹等机构发布首个 Agent-Native 模型 NeoHorse-1，探索"将 Agent 使用工具、接收反馈和修正错误的经验转化为模型能力"。这家公司此前的招牌产品是开源 Routing Harness 系统 OpenSquilla——一个在 Agent 执行任务时负责选择和组织不同模型的调度层。NeoHorse 的独特之处在于，它把这条"运行时"技术路线延伸到了"训练时"：据技术报告，训练语料以 OpenSquilla 产生的执行轨迹为核心，辅以公开数据，轨迹中保留了能力需求预测、路由选择、模型响应、工具调用和环境反馈五个环节，经完整性检查及目标完成度、证据一致性、错误恢复等质量评估后，才进入后训练管线。

换句话说，NeoHorse 不是又一个"微调出来的聊天模型"，而是一个"由 Agent 干活过程的数据喂养出来的模型"。社区的后续讨论验证了这一点：多篇技术文章围绕 NeoHorse 系列的部署与微调展开，焦点全部集中在结构化决策、工具调用格式合规、确定性推理等 Agent 生产场景，而非对话榜单。

在仓库层面，模型卡将 NeoHorse-1-9B 明确定义为"通往递归自我提升（RSI）的初始原型"（见 README.md）：

The routing harness assigns tasks to a heterogeneous model pool, records tool interactions and outcomes, estimates capability demand, and uses capability-level feedback to shape the next training mixture. Updated models can return to the harness, closing a prototype evaluation–selection–update loop.

这句话点出了 NeoHorse 架构中最核心的"双环"设计：运行时环——Harness 给异构模型池派活、记录工具交互与结果、估算能力需求；训练环——用能力级反馈塑造下一轮训练数据混合，更新后的模型回到 Harness，形成"评测—选择—更新"闭环。社区标题中反复出现的"RSI 双环首次跑通"，指的正是这个循环在原型层面第一次完整转起来。

二、合作解剖：基建方与模型方的分工与协同

这次合作的产业意义，在于它展示了一种此前少见的"模型—基建"分工模式。

先看双方角色。无问芯穹的定位是 AI 基础设施（Infini-AI，上海），核心资产在算力调度与集群能力；基元律动的资产则是模型训练方法论与 Agent 运行时（OpenSquilla）。上观新闻"AI 基建牵手 Agent 新锐"的概括相当精准：基建方提供算力底座与规模化训练能力，模型方提供数据方法论与 Agent 工程实践，两者各司其职。而清华大学、北京大学、阿里巴巴的参与，则分别对应了学术前沿、基础模型生态与算力侧的资源位——这已经不是一个创业公司单打独斗能完成的组合。

更值得玩味的是协同方式。传统合作里，基建方通常只是"算力供应商"；而在 NeoHorse 的合作中，无问芯穹承担的角色显然更深——要让 OpenSquilla 的异构模型池（不同尺寸、不同厂商的模型混跑）产生高质量执行轨迹，需要一套能承载异构推理、低延迟调度、轨迹录制的基建平台。这种"基建为数据生产服务、数据反哺模型、模型再回到基建跑"的闭环，把两者从甲乙方关系变成了共生关系。

源码侧的细节可以佐证这个闭环的工程含量。模型卡披露了后训练框架的两个关键组件（见 README.md）：

• Routing-guided curriculum SFT：按路由分配的难度与能力需求组织监督微调课程的顺序；
• Routing-guided on-policy distillation：把执行轨迹转成训练信号，同时保留每条响应周围的执行上下文与 Harness 上下文。

这要求训练数据不仅要"对"，还要"带上下文"。而工具调用格式上，仓库的 chat_template.jinja 展示了为多步 Agent 交互专门设计的消息模板：系统消息中注入工具 schema 与严格的<tool_call>XML 调用格式约束，tool 角色的响应被包装为<tool_response>块，并支持连续多轮工具往返——multi_step_tool逻辑会从后往前定位最后一条真实用户查询，确保长链路工具对话在模板层不被截断。这些都是"为 Agent 而生"的细节，通用聊天模板不会做这种处理。

再看效果。模型卡给出了 10 项基准的完整对比（见 README.md 评测表）：NeoHorse-1-9B 十项宏平均 69.04，较基座 Qwen3.5-9B 的 65.60 提升 +3.44；Agentic 能力组全面领先——QwenClawBench 48.73（+4.69）、PinchBench 82.25（+7.70）、tau2-Bench 90.82（+2.78）、BFCL v4 67.43（+2.55），其中 PinchBench 与 tau2-Bench 均为组内第一，VitaBench 也大幅提升 +11.00。值得注意的是，提升最显著的恰恰是 Agent 能力组，而非通用对话能力——这正是"执行轨迹数据反哺模型"路径的预期效果。

三、区域信号：上海 AI 生态从单打到联动的转变

把镜头拉远一点。上观新闻标题里"两家上海企业联手"这七个字，比模型本身更能说明问题。

过去几年，上海 AI 产业的特点是高密度但相对分散：大厂研究院、高校实验室、创业公司各有各的技术积累，但彼此之间多是"各自发布、媒体联动"的松散关系。NeoHorse 的合作结构则不同——模型公司（基元律动）、算力基建公司（无问芯穹）、高校（清华、北大）在一个项目里形成了真正的流水线：学术机构出方法与评测，基建方出规模化训练与推理平台，模型方出数据与算法，开源社区出分发渠道（Hugging Face 与 ModelScope 同步上架）。这种"一个项目吃穿整条产业链"的协同，在上海 AI 圈此前并不多见。

另一个细节是"出海"的方式。NeoHorse-1-9B 在 Hugging Face、ModelScope 双平台同步开源，模型卡、技术报告、评测协议全部英文撰写，arXiv 上挂出技术报告（eprint 2609.08183）。与国内团队常见的"先中文发布、再补英文材料"不同，这次是国际分发与国内发布同步完成——这背后既有无问芯穹这类基建公司在全球市场的渠道积累，也反映出上海 AI 企业已经默认"发布即全球发布"的节奏。开源协议采用 Apache-2.0，彻底放开了商用与二次开发限制，这在 Agent 模型品类中属于相当激进的选择，也降低了海外企业与开发者的接入门槛。

当一个城市的 AI 生态开始出现"基建方 + 模型方 + 高校"的组合拳，并且默认用国际分发标准做首发，说明这个生态正在从"个体创新"进化到"体系化输出"。NeoHorse 是这种转变的具象样本。

四、产业展望：Agent-Native 模型会怎么改变企业落地路径

最后落到企业视角。Agent-Native 模型对落地路径的改变，可以从三个层面来看。

第一，部署成本被重新定义。NeoHorse-1 提供 4B 与 9B 两个档位，9B 版本原生上下文 262,144 token，可扩展至百万级；权重格式为 Safetensors/BF16。仓库 README.md 给出了两套自托管方案：SGLang 与 vLLM 均可用一条命令拉起 OpenAI 兼容服务。以 SGLang 为例：

python3 -m sglang.launch_server \ --model-path "$MODEL_PATH" \ --served-model-name neohorse-1-9b \ --host 0.0.0.0 \ --port 30000 \ --context-length 262144 \ --reasoning-parser qwen3 \ --tool-call-parser qwen3_coder

推理框架直接配了--tool-call-parser与--reasoning-parser——也就是说，工具调用格式的解析是服务端一等公民，不需要业务方自己写脆弱的正则去拆模型输出。社区实践文章（多篇 CSDN 部署指南）也印证了这一判断：围绕 NeoHorse 系列的落地讨论集中在 vLLM/llama.cpp 双框架、GGUF 量化、guided decoding 强制 JSON 输出、LoRA 微调等工程话题，说明这类模型面向的就是"企业自己可控、可审计、可调参"的自托管路径，而非"调用大厂 API"的路径。

第二，架构为长上下文与工具交互做了专门设计。查看 config.json 可以发现，NeoHorse-1-9B 并非标准密集 Transformer：32 层中每 4 层插入一层full_attention，其余 24 层为linear_attention（含 conv1d 与 SSM 风格参数），head_dim 256、hidden_size 4096，max_position_embeddings直达 262,144。这种"线性注意力为主、全注意力周期性校准"的混合架构，核心收益是在超长上下文下显著降低 KV 缓存与显存压力——这正是 Agent 多轮工具交互的刚需场景：一次任务动辄几万 token 的轨迹历史，纯密集注意力在单卡上根本放不下。企业在选型 Agent 底座时，关注点会从"多少 B"转向"多少上下文、多长链路、多低显存"。

第三，"Agent 走进核心业务"的路径被打开。上观新闻的标题点出了关键预期：此前大模型在企业的落地多停留在问答、写作等外围场景，而 Agent 要进入风控、调度、工单处理、代码交付等核心业务，必须解决两个问题——输出必须结构化且可校验，行为必须可审计且可修正。NeoHorse 系列在数据层的设计（轨迹保留完整工具调用与环境反馈、质量评估含目标完成度与错误恢复指标）、在模板层的设计（严格 XML 调用约束）、在推理层的设计（tool-call parser、guided decoding）全部指向这两个问题。社区对 NeoHorse-Jev-4B 系列决策模型的讨论同样聚焦于此：结构化决策输出、规则 + 模型协同、可解释推理，正是企业核心业务系统对 AI 的硬性要求。

回到最初的问题：这次联手的产业信号是什么？它至少传递了三层含义：一是 Agent 时代的模型训练正在从"对话数据"迁移到"执行轨迹数据"，谁掌握高质量 Agent 运行数据，谁就掌握下一轮模型能力的入场券；二是基建方与模型方将从买卖关系走向数据闭环的共生关系，算力平台的差异化价值开始体现在"能否产出高质量轨迹数据"上；三是上海 AI 生态正在用"基建 + 模型 + 高校"的组合方式，把区域创新转化为全球分发的开源产品。NeoHorse 只是这条路的第一站，但"一匹会自己找教练的马"既然已经跑起来，后面的事就值得持续观察。

【免费下载链接】NeoHorse-1-9B项目地址: https://ai.gitcode.com/hf_mirrors/TokenRhythm/NeoHorse-1-9B