基元律动韩凯：从多模型调度到反馈闭环，探索Agent持续进化

事件概述

9月22日，在2026杭州云栖大会企业级Agent实践峰会上，基元律动联合创始人兼CTO韩凯发表演讲，探讨了在大模型长期异构并存、算力多元供给的背景下，如何通过优化模型调度与构建反馈闭环，推动Agent系统的持续进化。

核心信息

1. 多模型调度的必要性与成效

• 背景挑战：随着Agent承担复杂任务，单次任务往往涉及十余次乃至数十次模型调用。任务表现不仅取决于模型本身，更依赖于模型选择、工具调用及上下文管理等系统能力。
• 技术路径：基元律动通过开源项目OpenSquilla探索模型路由能力，旨在让每一步任务匹配最合适的模型，实现“用对模型、用得起模型”。
• 实测数据：
  • 在端到端Agent评测中，OpenSquilla保留了固定旗舰模型基线99.96%的任务质量，同时将成本降低88.9%。
  • 在DRACO深度研究评测中，多模型协同配置得分超过最强单模型基线，成本约为其三分之一。

2. RSI反馈闭环与模型迭代

• 机制定义：面向RSI（Recursive Self-Improvement，递归式自我改进），建立以场景能力需求为牵引的闭环：通过评测识别模型与调度策略的改进方向 -> 开展针对性优化 -> 将升级后的能力应用于场景验证。
• 初步验证成果：9月发布的NeoHorse-1系列模型基于通义Qwen3.5底座完成后训练，展示了利用Agent运行经验改进模型的可行性。
  • 性能提升：4B版本宏平均得分由58.94提升至64.87；9B版本由65.60提升至69.04。
  • 越级表现：4B后训练版本在VitaBench、τ²-Bench、PinchBench、QwenClawBench和HumanEval五项评测中超过Qwen3.5-9B底座模型，整体平均得分进一步接近9B底座水平。

3. 生态合作与基础设施

• 模型接入：基元律动与阿里云围绕Qwen系列开展场景测试与应用验证，并在自身Harness与Agent产品中持续使用模型、积累反馈，推动新版本接入TokenRhythm路由平台。
• 算力支持：无问芯穹为NeoHorse-1的训练与推理提供算力支持及基础设施优化；阿里云为相关业务运行提供云服务支持。