NeoHorse-1

NeoHorse-1是什么

NeoHorse-1 是由基元律动（TokenRhythm）联合无问芯穹、清华大学、北京大学、香港中文大学、阿里巴巴等机构共同推出并开源的 Agent 模型系列，提供 4B 与 9B 两个参数版本。与先做通用问答、再补智能体能力的传统路线不同，这个系列从一开始就是围绕”把任务做完”来训练的：模型在工具调用、任务规划、深度搜索和代码生成等真实执行场景中接受训练，原生上下文长度达到 262,144 tokens，并且可以扩展到约 101 万 tokens，足以承载长程智能体任务。

它的训练方法被团队称为 Agent-Native 后训练：把 Routing Harness 在真实环境中留下的执行轨迹直接转化为训练语料，同时把路由信号复用为课程排序的依据，从而建立起”评测反馈 → 数据配比 → 模型更新”的自动化闭环。模型权重已在 ModelScope、Hugging Face 等平台开放下载，代码仓库同样公开，开发者可以用 SGLang 或 vLLM 在本地快速拉起推理服务。对于想构建自动化智能体、又受限于大参数模型成本的团队来说，这是一个值得关注的选项。

NeoHorse 系列代码仓库（GitHub：TokenRhythm/NeoHorse）

NeoHorse-1的主要功能

NeoHorse-1 的能力矩阵覆盖了智能体任务的四个关键环节：

1. 工具调用：能根据任务需求从众多外部工具中挑选并调用最合适的一个，支持多阶段、多工具的协同操作，调用过程流畅且参数准确。
2. 任务规划：面对复杂的大型任务，可以将其拆解为条理清晰的子任务，并进行长周期的调度与管控，避免中途丢失目标。
3. 深度搜索：在多轮交互中主动发起检索请求，对信息进行交叉比对与整合，为最终结论提供完整的证据链支撑。
4. 代码生成：不仅能写出可用的代码，还能根据运行环境返回的报错进行实时调试与修复，循环迭代直到任务完成。
5. 超长上下文承载：原生支持 262,144 tokens 的上下文窗口，可扩展至约 101 万 tokens，适合需要处理大量历史记录和工具输出的长程任务。
6. 小参数量下的高性价比：4B 版本经过 Agent 导向后训练，可以在不少执行型任务上追平甚至超过参数量更大的通用模型，便于在有限算力下部署。

NeoHorse-1的核心技术：Harness轨迹、路由课程与递归自我改进

NeoHorse-1 的差异化主要来自训练数据与训练信号的组织方式，可以概括为三层设计：

1. Harness 轨迹驱动的专属训练：训练语料的核心是 Routing Harness 在真实执行中产生的结构化轨迹，完整记录了用户请求、能力需求评估、路由选择、模型响应、工具交互、环境反馈以及错误与恢复过程。相比”题目 + 答案”式的问答语料，它多出能力需求、执行决策、环境结果三个维度的信息，并且对成功与失败的轨迹兼收并蓄——失败与修复路径恰恰告诉模型”哪里容易出错、出错后如何恢复”。
2. 能力引导的动态数据配比：Harness 路由器会为每轮请求估计能力需求，归入 C0 到 C3 四个档位（C0 处理边界清晰的低风险请求，C1 为通用默认档，C2 支持多步推理与执行，C3 提供最高能力或可靠性）。这套原本只用于线上选模型的路由信号，被离线复用为训练信号：训练记录被切分为预测、行动、结果三段，用预测段编排学习课程的先后顺序，用结果段锁定反复失败的能力短板，再据此动态调整下一轮的数据配比。
3. 递归自我改进机制（RSI）：包含数据端与模型端的双向循环。模型在实际执行中持续产出新轨迹，经严格筛选后沉淀为训练资产；评测暴露出的短板又被用来更新模型并注入新的测试池。官方也坦承，当前版本验证的是一次”执行—评估—选择—更新”的单轮闭环，距离完整的持续自我进化还有距离。

ModelScope 上的 TokenRhythm/NeoHorse-1-4B 模型主页

如何使用NeoHorse-1：从下载权重到起一个本地服务

NeoHorse-1 的部署路径对熟悉开源模型的开发者来说相当常规，整体分为三步：

1. 下载模型权重：先通过 pip 安装 ModelScope 命令行工具，再用下载命令把 4B 或 9B 权重拉取到本地目录，两者按显存与任务复杂度任选其一。
2. 启动推理服务：可选用 SGLang 或 vLLM 拉起服务，启动时合理配置上下文长度以及推理解析、工具调用解析等参数即可，服务默认以 OpenAI 兼容接口对外暴露。
3. 接入业务代码：使用 OpenAI 兼容的 SDK，把 base_url 指向本地服务端口，就能像调用普通大模型 API 一样使用 NeoHorse-1。

需要注意的一点是：实际可用的上下文长度与显存直接挂钩。官方提示，如果硬件资源紧张，可以适当调低上下文长度来保证服务平稳运行。

NeoHorse-1的使用场景

围绕工具调用、规划、深搜、代码四项能力，NeoHorse-1 适合嵌入各类智能体产品与自动化流程：

1. 自动化办公助手：处理日程调整、数据整理、报表生成等多步骤的职场任务，把跨工具的长流程交给模型托管执行。同类产品中，天工超级智能体 与 Coze智能体 提供了更偏平台化的搭建方式，适合不想自己管模型的团队。
2. 深度调研与信息检索：多轮主动检索、交叉验证并输出带证据链的结论，适合做带引用的调研报告。AutoGLM 沉思 – AI智能体 也是这一方向的代表，可以对比使用。
3. 软件工程与代码代理：在开发流程中完成写码、跑测试、读报错、修复的闭环，配合 Trae智能体 这类编程助手产品，可以进一步压缩交付周期。
4. 企业级智能体底座：以本地私有化部署的形式充当企业 Agent 平台的执行模型，数据不出内网。需要开箱即用平台方案的，可以了解 百贝AI-企业级智能体平台 或 ArkClaw智能体。

NeoHorse-1核心参数速览

NeoHorse-1的常见问题解答

NeoHorse-1 和通用对话大模型的区别在哪里？

通用模型主要面向问答与对话，而 NeoHorse-1 用 Routing Harness 的真实执行轨迹做后训练，训练目标直接指向”把任务做完”，因此在工具调用、多步规划、检索与代码修复等执行型任务上表现更稳。

应该选 4B 还是 9B 版本？

如果显存有限、任务以常规工具调用和流程执行为主，4B 是性价比更高的选择；如果任务涉及更复杂的推理与长程规划，且硬件条件允许，9B 的表现上限更高。两个版本的部署方式一致，可以按需切换。

长上下文配置对硬件有什么要求？

原生上下文为 262,144 tokens，可扩展到约 101 万 tokens，但实际可用额度与 GPU 显存直接相关。官方建议在显存受限时适当调低上下文长度，以保证推理服务稳定运行。

NeoHorse-1官网网址

代码仓库：https://github.com/TokenRhythm/NeoHorse

模型下载：https://www.modelscope.cn/models/TokenRhythm/NeoHorse-1-4B

OpenI AI时代点评

Agent 模型训练最头疼的问题之一，是”执行经验进不了参数”：模型每天在真实环境里跑任务，踩过的坑和修复路径都留在日志里，下一轮训练却用不上。NeoHorse-1 的价值在于把这条断路接上了——路由 Harness 的结构化轨迹直接成为训练语料，路由信号一物两用，在线负责派单、离线负责排课程，”评测反馈 → 数据配比 → 模型更新”的闭环也因此有了工程化的载体。对小参数模型”用训练换参数”的思路，它给出了一个可复现的验证样本。

当然，官方自己也把话说得很克制：目前验证的只是一轮 RSI 闭环，信号设计和训练流程仍由人工设定，多代模型能否持续拿到稳定增益还有待观察。对开发者的建议是，先在真实业务里小规模试用 4B 版本，验证它在自己的工具链和任务分布上的表现，再决定是否引入生产环境。想深入了解训练细节的，可以前往 NeoHorse 代码仓库 查阅技术报告与模型卡。