基元律動韓凱：從多模型調度到反饋閉環，探索Agent持續進化

9月22日，在2026杭州雲棲大會企業級Agent實踐峰會上，基元律動聯合創始人兼CTO韓凱發表演講《從Harness到RSI飛輪》。9月22日，在2026杭州雲棲大會企業級Agent實踐峰會上，基元律動聯合創始人兼CTO韓凱發表演講《從Harness到RSI飛輪》。他認為，多模型長期異構並存、算力資源多元供給，將成為大模型產業的長期結構。隨著Agent承擔越來越複雜的任務，如何組織不同模型，並將應用中的反饋轉化為模型改進的依據，正在成為新的技術課題。據國家數據局披露，2026年3月，我國日均Token調用量已超過140萬億，較2024年初增長超千倍。

韓凱在分享中指出，一次複雜Agent任務往往涉及十餘次乃至數十次模型調用。任務表現既取決於模型本身，也取決於支撐任務執行的系統能力，包括模型選擇、工具調用與上下文管理等。Harness是支撐Agent執行任務的運行框架，模型路由是其中的一項關鍵能力。在韓凱看來，不同模型在能力、成本和響應速度上各有特點，複雜任務需要根據每一步的需求選擇合適的模型。模型異構適配與算力異構調度，也需要相應的專業能力支撐。基元律動以開源項目OpenSquilla探索這一方向。據公司公佈的端到端Agent評測結果，在特定測試配置下，OpenSquilla保留了固定旗艦模型基線99.96%的任務質量，同時將成本降低88.

9%。在另一組DRACO深度研究評測中，多模型協同配置的得分超過該組實驗中的最強單模型基線，成本約為其三分之一。這些結果展示了模型調度在特定任務中的成本與效果優勢。“路由層的價值，在於讓每一步任務用對模型、用得起模型。”韓凱說。在模型調度之外，韓凱進一步介紹了面向RSI（遞歸式自我改進）的反饋閉環：以場景中的能力需求為牽引，通過評測識別模型與調度策略的改進方向，開展針對性優化，再將升級後的能力應用於場景中驗證效果。這一機制將模型應用、能力評測與後續迭代連接起來，探索Agent在持續驗證與優化中提升任務表現的路徑。9月發佈的NeoHorse-1是這一路徑的初步驗證。該系列模型基於通義Qwen3.

5底座完成後訓練。根據其初版技術報告，在十項基準評測中，4B版本的宏平均得分由58.94提升至64.87，9B版本由65.60提升至69.04。其中，4B後訓練版本在VitaBench、τ²-Bench、PinchBench、QwenClawBench和HumanEval五項評測中超過Qwen3.5-9B底座模型，整體平均得分也進一步接近9B底座。這一結果初步展示了利用Agent運行經驗改進模型的可行性。

在合作層面，據韓凱介紹，基元律動與阿里雲圍繞Qwen系列開展場景測試、評測和應用驗證，在自身Harness與Agent產品中持續使用模型、積累反饋，並推動新版本接入TokenRhythm路由平臺。同時，基礎設施方面，阿里云為相關業務運行提供雲服務支持，無問芯穹為NeoHorse-1的訓練與推理提供算力支持及基礎設施優化。從Harness到RSI，基元律動希望將模型調度與模型迭代連接起來，一方面，讓已有模型在合適的任務中發揮能力；另一方面，讓任務執行過程中積累的經驗進入後續訓練與評測，逐步探索Agent持續進化的路徑。