基元律动推出 NeoHorse-1.5-Flash Preview，面向 Agent 递归自进化，开启限量内测

基元律动（TokenRhythm）正式发布 Agent 原生模型 NeoHorse‑1.5‑Flash Preview，同步启动限量内测，这也是其递归自我改进 RSI 路线的第二轮迭代，主打智能体长任务执行、软件工程与工具调用能力，采用 MoE Flash 稀疏激活方案，在推理成本、响应速度和复杂任务能力之间做平衡，并且同步升级开源 Agent 框架 OpenSquilla，给开发者一套可以端到端跑通智能体闭环的底座。和常规后训练不一样，这一轮训练不是只刷公开评测集，而是把上一代 NeoHorse‑1 放回多模型任务池，持续收集真实 Agent 的执行轨迹、工具调用成败、纠错记录，把这些真实任务反馈当成训练信号，再用来优化新版本；基座基于 Qwen3.8‑Flash，在 Agents’ Last Exam、Natural Language to Repository 这类偏向智能体落地的评测上相比基座有明显提升，物理科学、Web 开发、测试工具、安全加密方向增益突出。内测阶段仅对申请通过的企业与开发者开放，优先面向需要搭建自研代码智能体、流程自动化 Agent、科研作业智能体的团队，内测期间主要用来收集长任务稳定性、多轮工具调用、错误自修复的真实反馈。下面把模型核心规格、RSI 迭代机制、评测结果、配套框架、落地场景、内测流程和验收指标整理清楚。

模型基础规格

• 定位：Agent-Native 原生智能体模型，面向工具调用、长流程任务、软件工程
• 基座：Qwen3.8‑Flash，稀疏 MoE 架构
• 总参：125B / 180B 两种口径在报道出现，激活参数固定 6B（60B），属于 Flash 档位，只有部分专家参与推理，控制 Token 成本
• 核心方向：递归自我改进 RSI，基于真实 Agent 执行轨迹闭环迭代
• 配套更新：OpenSquilla 开源微内核 Agent 框架同步升级
• 接入方式：TokenRhythm 多模型聚合平台 API，限量白名单内测，暂未全量开放

RSI 第二轮迭代完整机制

1. 路由分发：路由系统把真实业务任务分发到模型池，让 NeoHorse 和其他模型并行执行同一个任务。
2. 轨迹采集：完整记录每一轮思考、工具调用、返回结果、失败点、人工干预动作，形成执行 trace。
3. 差异对比：比对 NeoHorse 和其他参考模型的结果，定位能力短板、幻觉、错误决策。
4. 课程学习：按照任务难度排序，把失败样本、高复杂度样本加权，做路由引导式后训练与在线蒸馏。
5. 新版本上线：训练完成得到 NeoHorse‑1.5，再放回任务池继续产出轨迹，形成持续自进化飞轮。

官方对照评测（对比 Qwen3.8‑Flash 基座）

OpenSquilla 框架本次升级要点

OpenSquilla 是基元律动配套开源的微内核 Agent 执行框架，这次跟着模型一起更新，是跑通 NeoHorse 的执行层：

• 动态档位调度：根据任务意图自动选择模型档位，重做、重试时逐级升档，节约成本。
• 独立会话沙箱：隔离工具调用上下文，方便追踪每一条动作链路。
• RSI 数据出口：标准化导出执行轨迹，直接回流用于模型迭代。
• MCP 兼容：支持对接标准工具协议，方便接入数据库、浏览器、代码沙箱、本地脚本。

典型落地场景

• 研发智能体：需求拆解、生成项目仓库、编写单测、代码审查、Bug 复现与修复。
• 科研智能体：文献检索、公式推导、物理建模、仿真任务、实验方案整理。
• 企业流程 Agent：多步骤审批、数据查询、报表生成、跨系统工具编排。
• 安全与运维：漏洞验证脚本、配置审计、日志分析、自动化巡检。

内测申请与准入流程

1. 提交申请：通过基元律动官方公众号、官网表单提交，填写用途、场景、预估调用量。
2. 准入筛选：优先选择有真实 Agent 落地场景、愿意回传匿名执行样本用于迭代的团队。
3. 白名单开通：审核通过后在 TokenRhythm 平台开通专属内测配额。
4. 反馈闭环：内测团队定期提交稳定性、失败案例、成本数据，反哺后续版本优化。
5. 阶段约束：内测版不适合生产核心链路，有速率上限、额度上限，接口随时可能调整。

可观测、可验证的落地指标

• 智能体指标：多轮任务完成率、工具调用正确率、单次任务平均工具轮次、自修复成功率。
• 代码工程指标：仓库生成可运行率、单测通过率、需求对齐率、代码审查缺陷检出率。
• 成本指标：单位复杂任务平均 Token 消耗、p95 推理时延、对比稠密大模型的推理成本降幅。
• 迭代指标：同类型任务随版本迭代的失败率下降幅度、新增可解决任务占比。

【相关 FAQ】

问题 1：基元律动发布 NeoHorse‑1.5‑Flash Preview 开放限量内测，NeoHorse 的 RSI 递归自我改进是什么意思？

回答 1：基元律动发布 NeoHorse‑1.5‑Flash Preview 开放限量内测，RSI 递归自我改进就是不再只用静态数据集训练，而是把模型放到真实任务里跑 Agent，采集工具调用、失败纠错的轨迹，对比其他模型输出找到短板，再把这些真实执行经验作为训练数据，形成 “执行 — 采集 — 训练 — 上新” 的持续闭环，这次是这套飞轮跑起来的第二轮。

问题 2：基元律动发布 NeoHorse‑1.5‑Flash Preview 开放限量内测，Flash 稀疏激活和普通稠密大模型差别在哪？

回答 2：基元律动发布 NeoHorse‑1.5‑Flash Preview 开放限量内测，它是 MoE 稀疏激活，总参很大，但每次推理只激活固定一小部分专家（6B），可以在复杂规划、代码这类高难度任务上拿到接近大模型的能力，同时把单次推理 Token 成本和延迟压下来，适合高频、长轮次的 Agent 调用场景。

问题 3：基元律动发布 NeoHorse‑1.5‑Flash Preview 开放限量内测，OpenSquilla 和 NeoHorse 是什么关系？

回答 3：基元律动发布 NeoHorse‑1.5‑Flash Preview 开放限量内测，NeoHorse 是负责思考、规划、决策的 Agent 原生模型；OpenSquilla 是配套开源的微内核执行框架，负责会话管理、工具调度、档位路由、轨迹采集，二者搭配起来才能完整跑出自进化闭环，也可以单独拿 OpenSquilla 对接别的模型。

问题 4：基元律动发布 NeoHorse‑1.5‑Flash Preview 开放限量内测，内测拿到之后能不能直接上正式生产业务？

回答 4：基元律动发布 NeoHorse‑1.5‑Flash Preview 开放限量内测，Preview 属于测试版本，接口、能力、配额都可能变动，不建议直接承载核心生产链路；官方内测目标是收集真实场景下的长任务失败案例、工具调用问题，适合用来做原型验证、内部实验，而不是正式对外交付。

【参考资料】

[2026-11-09]（基元律动发布 Agent 原生模型 NeoHorse-1.5-Flash Preview）澎湃新闻

[2026-11-09]（基元律动发布 NeoHorse-1.5-Flash Preview，Agent 模型 RSI 进入第二轮迭代）证券日报

[2026-11-09]（基元律动 Agent 原生模型开启限量内测，同步升级 OpenSquilla）北京商报

[2026-11-05]（前华为盘古负责人王云鹤创业，推出 NeoHorse-1.5-Flash Preview）智东西

[2026-09-09]（基元律动首发 NeoHorse-1，面向递归自我改进的 Agent 模型）中新网

[2026-11-06]（当 Agent 的飞轮转进第二圈：基元律动与它的「进化机器」）人人都是产品经理

【免责声明】

本文基于基元律动官方发布、多家科技媒体公开报道整理；NeoHorse‑1.5‑Flash Preview 处于限量 Preview 内测阶段，评测数据为官方对照测试结果，在不同业务、提示词、工具链下表现会出现差异；RSI 自进化依赖持续的真实任务轨迹回流，效果无法保证线性提升；内测配额、接口权限、后续开源计划、商业化定价以基元律动官方通知为准，本文内容不构成落地效果承诺。