基元律动发布NeoHorse-1.5-FlashPreview，180B参数Agent原生模型开启内测

11月9日，人工智能初创公司基元律动（TokenRhythm）正式对外发布其最新Agent原生模型——NeoHorse-1.5-Flash Preview，并同步启动限量内测。该模型定位为面向智能体（Agent）场景深度优化的专用大模型，标志着国内在Agent原生架构研发上进入第二轮迭代阶段。

据公开信息，NeoHorse-1.5-Flash Preview基于阿里云Qwen3.8-Flash基座模型进行训练，总参数量达1800亿（180B），在保持推理效率的同时显著提升结构化任务处理能力。公司发布的对照评测显示，相较原始基座模型，新模型在Agents' Last Exam等多项基准测试中表现全面提升，其中物理科学类任务得分提高超过20分，反映出其在逻辑推理与多步骤规划方面的实质性进步。

值得注意的是，该模型并非通用大模型的简单微调版本，而是从训练目标、数据构建到损失函数设计均围绕Agent工作流展开的“原生”架构。具体而言，其优化方向聚焦于三方面：一是增强对工具调用（Tool Calling）的稳定性与容错性；二是在长上下文任务中维持状态一致性，避免因记忆漂移导致执行中断；三是提升代码生成与调试能力，尤其在软件工程类任务中实现更准确的函数封装与错误修复。

基元律动同步更新了其开源Agent框架OpenSquilla，进一步完善底层执行引擎与环境交互接口。新版OpenSquilla支持更灵活的插件注册机制与异步任务调度，为开发者提供更贴近真实业务场景的Agent开发基础。目前，用户可通过基元律动官方微信公众号提交申请，参与NeoHorse-1.5-Flash Preview的早期内测。

在当前AI模型演进路径中，Agent原生化已成为头部厂商的重要战略方向。传统大模型以“对话生成”为核心目标，而Agent模型则需兼顾理解、规划、执行与反思四大环节。Anthropic近期披露的“做梦”式记忆巩固机制、Vercel推出的agent-browser自动化工具、谷歌开源的Agent Skills仓库，均指向同一趋势：智能体正从短期响应型向长期驻留型服务演进。

国内方面，除基元律动外，蚂蚁百灵于11月8日发布Ling-3.2-flash（560B MoE，激活参数25B，支持1M上下文），聚焦多模态长文档理解与移动端Agent操作；阿里Qwen4也已进入预热阶段，代号“北冥有鱼”，预计将在通用推理、多模态与Agent执行维度全面升级。这些进展共同表明，2026年末至2027年初，国产大模型竞争焦点正从“参数规模”转向“任务闭环能力”。

对比国际动态，Google近期推出的Gemini Omni 1.2 Flash虽聚焦视频生成与编辑，但其“对话式持续修改”“参考素材强遵循”等设计思路，本质上也是对Agent工作流的延伸——即用户通过自然语言逐步修正输出结果，形成人机协同的闭环迭代。这与基元律动强调的“任务执行稳定性”存在理念呼应：无论生成内容还是执行动作，关键在于系统能否在多轮交互中维持意图一致性与细节准确性。

行业观察指出，当前Agent模型仍面临三大瓶颈：一是评测体系尚未统一，MaxxBench等研究已质疑现有编程Agent评测存在“猜测试题”倾向；二是真实环境中的工具兼容性不足，例如调用API时缺乏异常回退机制；三是长期运行下的记忆管理效率低下。基元律动此次将物理科学任务作为核心提分项，或意在验证其模型在需要严谨因果链推导场景下的可靠性，为后续接入专业领域工具链打下基础。

开源生态亦呈现活跃态势。海外团队Nous基于Qwen3.8微调发布的Arete-27B模型，权重与训练数据全部开源，在多项代码与推理基准中优于同参数原生模型，印证了国产基座在全球适配性上的突破。这为国内Agent开发者提供了更多可信赖的轻量级选项，也降低了构建垂直领域智能体的技术门槛。

从产业落地角度看，Agent能力的成熟正推动应用场景从“辅助决策”向“自主执行”过渡。例如，企业级RAG系统结合Agent后，可自动完成文献检索→摘要提炼→报告撰写→图表生成全流程；软件开发场景中，智能体能根据需求文档生成初始代码、运行测试、定位Bug并提交修复建议。基元律动此次强调软件工程能力提升，正是瞄准这一高价值赛道。

不过，技术跃进仍需配套基础设施支撑。DeepMind近期披露的RSA侧信道攻击研究提醒业界：当AI具备更强推理能力时，其潜在安全风险亦同步放大。与此同时，国内首个智能体终端入网规则已出台，校园AI应用合规要求趋严，技术创新与治理规范正同步推进。

目前，NeoHorse-1.5-Flash Preview尚处Preview阶段，未开放全量商用。基元律动表示，后续将根据内测反馈优化推理延迟与成本控制，并计划在2027年第一季度推出正式版及配套Agent开发套件。对于希望构建自主智能体系统的团队而言，该模型提供了一个参数规模适中、任务导向明确的国产替代选项。

随着Qwen4、Ling-3.2-flash、NeoHorse系列等新品陆续落地，国产大模型在Agent领域的差异化竞争格局正在形成：有的侧重多模态长上下文，有的深耕软件工程闭环，有的则探索记忆与规划机制创新。这场竞赛的胜负，最终将取决于模型能否在真实业务流中稳定交付可预期的结果——而非仅在Benchmark上取得高分。