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: zgeo.net | 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.net) 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
从遥控到自主：具身智能的终极关卡与商业落地路径
2026年机器人马拉松和运动会显示，具身智能正从遥控向自主过渡，但当前仍处L2-L3阶段，泛化能力不足是核心瓶颈。宇树科技等企业产品分级，遥控操作积累数据驱动进化，标准化评测推动产业从技术验证迈向商业落地。
2026年9月9日DeepSeek V4-Flash API降价60%：企业AI应用成本重构与商业化策略启示
DeepSeek于2026年9月9日宣布V4-Flash系列API降价，最高降幅达60%，新价格于9月10日生效。闲时输入（缓存命中）降至0.02元/百万token，输出降至4元，高峰时段价格翻倍。此次降价仅涉及V4-Flash，V4-Pro价格不变。降价前曾于8月17日涨价，本次调整使输入价格回到涨价前，但输出价格仍为原价两倍。DeepSeek同时内测V4.1 Flash中间版本，旨在通过架构优化进一步降低成本。此举将显著降低企业采用AI技术的门槛，尤其利好高缓存命中率场景，如长上下文、Agent循环调用。企业应重新评估AI应用成本结构，优化调用策略，并关注DeepSeek后续模型迭代。
2026年9月9日TeleAgent 实测：中国电信星辰大模型驱动的办公 Agent 如何重塑企业 AI 落地路径
中国电信推出基于星辰大模型的桌面办公Agent TeleAgent，实测显示其能处理复杂长任务，支持400K Token上下文，通过Model Router优化成本，并设置安全护栏。产品定位高质价比，面向无技术背景用户，有望成为国民级AI办公助理，为传统企业AI化提供参考。
2026年9月9日