Sau khi khởi nghiệp, Vương Vân Hạc lần đầu tiên nộp bài là thành quả mô hình lớn.
Theo tin từ Quantum Bit, cựu Giám đốc Phòng thí nghiệm Noah’s Ark của Huawei và là người phụ trách mô hình Pangu, Vương Vân Hạc đã thành lập công ty Jiyuan Litong, và công bố mô hình Agent-Native đầu tiên có tên là NeoHorse.
Mô hình này được cung cấp nền tảng hạ tầng cơ sở và khả năng tối ưu hóa Infra bởi Wu Wen Xinqiong, với sự tham gia nghiên cứu thuật toán và phương pháp huấn luyện của các nhóm từ Đại học Thanh Hoa và Đại học Bắc Kinh, cùng nhau khám phá nâng cao hiệu quả sử dụng dữ liệu và hiệu quả huấn luyện hậu kỳ cho Agent.
NeoHorse-1 bao gồm hai phiên bản 4B và 9B, tập trung vào một nhóm khả năng cần thiết trong quá trình làm việc của Agent, bao gồm gọi công cụ, đọc phản hồi môi trường, phát hiện lỗi, điều chỉnh lộ trình và cuối cùng hoàn thành nhiệm vụ.
Trong 10 đánh giá bao phủ Harness Agent, sử dụng công cụ, mã lệnh và tuân thủ chỉ dẫn, sau quá trình Agentic Post-Training, hiệu suất tổng hợp của mô hình 4B đã đạt/vượt nhẹ mô hình cơ sở 9B.
Tại sao một công ty luôn nhấn mạnh sự hợp tác đa mô hình, giờ lại bắt đầu tự huấn luyện mô hình? Có phải Jiyuan Litong chuẩn bị tham gia vào cuộc chơi mô hình cơ sở?
Nhìn vào câu trả lời từ NeoHorse, phương hướng dường như không thay đổi như vậy.
Mô hình này giống như lần đầu tiên kinh nghiệm thực thi đa mô hình mà Jiyuan Litong tích lũy được trong quá khứ được đưa vào tham số mô hình.
Công ty giúp Agent lựa chọn mô hình, giờ cũng bắt đầu huấn luyện mô hình
Từ trước đến nay, điểm số thường trở thành căn cứ chính để so sánh các mô hình.
Nhưng khi mô hình bắt đầu được đưa vào hệ thống Agent, đảm nhận nhiệm vụ hoàn chỉnh, thì sức giải thích của điểm số đơn lẻ sẽ giảm xuống.
Trong một nhiệm vụ, mô hình không chỉ phải đưa ra một câu trả lời có vẻ hợp lý, mà còn phải liên tục đọc phản hồi môi trường trong quá trình thực thi, xử lý lỗi và điều chỉnh lộ trình tiếp theo dựa trên tiến độ thực tế; yêu cầu về khả năng của mô hình ở các khâu khác nhau cũng không giống nhau.
Từ đó, đội ngũ Jiyuan Litong đã hình thành một nhận định.
Việc các mô hình không đồng nhất sẽ là một cấu trúc tồn tại lâu dài trong ngành công nghiệp AI.
Càng nhiều mô hình, phân công càng chi tiết, sự khác biệt về giá cả và năng lực càng rõ ràng, thì càng cần một hệ thống trả lời một số câu hỏi——
Bước này nên dùng mô hình nào? Những khâu nào có thể giao cho mô hình có chi phí thấp hơn? Khi nào cần nâng cấp lên mô hình có khả năng suy luận và thực thi mạnh hơn? Khi một đường thực thi bị cản trở, nên giao cho ai tiếp quản? Nhiều mô hình có thể song song đưa ra phương án, rồi tổng hợp kết quả lại không?
Đội ngũ của Vương Vân Hạc gọi tầng hệ thống này là Routing Harness (dự án mã nguồn mở liên quan OpenSquilla đã tích hợp nhiều mô hình, thông qua giao diện thống nhất, thực hiện định tuyến chi tiết, chuyển đổi mô hình và hợp tác đa mô hình trong quá trình chạy Agent).
Tương tự, dựa trên tư duy này, Jiyuan Litong dường như không có lý do quá mạnh để tự huấn luyện mô hình. Thị trường đã có nguồn cung cấp mô hình đủ phong phú, việc gọi theo nhu cầu có vẻ linh hoạt hơn.
Khi hệ thống điều phối tiếp tục vận hành, một loại tài sản khác bắt đầu tích lũy, chẳng hạn như "nhiệm vụ nào cần khả năng gì", "mô hình dễ thất bại ở bước nào", "đường sửa chữa nào hiệu quả", "kết quả như thế nào có thể thông qua xác minh môi trường".
Những thông tin này một mặt có thể nâng cao khả năng phán đoán định tuyến, mặt khác cũng bắt đầu có giá trị huấn luyện.
Điều này hơi giống một nền tảng kết nối nhiều thương hiệu với người tiêu dùng. Trong quá trình giao dịch tích lũy được nhu cầu, đánh giá và phản hồi sử dụng, có thể giúp sản phẩm tìm được người dùng phù hợp hơn, cũng có thể tiếp tục phản hồi cho việc nghiên cứu phát triển sản phẩm.
Quá trình nền tảng phục vụ thị trường từ đó trở thành nguồn dữ liệu cho vòng cải tiến sản phẩm tiếp theo.
NeoHorse đảm nhận việc chuyển hóa một phần kinh nghiệm thực thi mà Jiyuan Litong tích lũy được trong Harness trước đây thành năng lực mô hình.
Con đường mà đa mô hình đã đi, luyện vào mô hình Agent-Native
Nguồn dữ liệu của NeoHorse đáng được nhắc đến.
Ngữ liệu cốt lõi của nó là kết hợp tín hiệu thực thi Agent do Routing Harness tạo ra với dữ liệu công khai, xây dựng hệ thống dữ liệu hướng tới huấn luyện hậu kỳ cho Agent.
Agent hoàn thành một nhiệm vụ trong Harness, sẽ để lại bản ghi thực thi hoàn chỉnh.
- Nhập nhiệm vụ → Bộ định tuyến đánh giá cần khả năng gì
- → Chọn một mô hình nào đó
- → Mô hình thực hiện suy luận và gọi công cụ
- → Môi trường trả về kết quả
- → Mô hình tiếp tục thực thi hoặc xảy ra lỗi
- → Hệ thống chuyển đổi mô hình hoặc điều chỉnh lộ trình
- → Nhiệm vụ cuối cùng hoàn thành hoặc thất bại
Dữ liệu hỏi đáp thông thường thường tập trung ở hai đầu "câu hỏi" và "câu trả lời".
Dữ liệu của Routing Harness còn chứa đựng thêm vài tầng thông tin: nhiệm vụ cần khả năng gì, hệ thống đã đưa ra quyết định thực thi gì, và môi trường cuối cùng đã đưa ra phản hồi gì.
Ví dụ, bộ định tuyến ban đầu đánh giá một nhiệm vụ nào đó chỉ cần mô hình thông thường, nhưng trong quá trình thực thi liên tục thất bại, sau đó nâng cấp lên mô hình có khả năng mạnh hơn, nhiệm vụ mới được hoàn thành.
Quỹ đạo này chứa đựng thông tin nhiều hơn rất nhiều so với một lần thất bại.
Hệ thống có thể biết, đánh giá khả năng ban đầu có thể thấp hơn, mô hình gặp vấn đề ở bước nào, mô hình mạnh hơn đã áp dụng chiến lược như thế nào, đường thực thi nào cuối cùng thông qua xác minh môi trường, cũng như nhiệm vụ tiêu hao thêm bao nhiêu Token và thời gian.
Quan trọng hơn nữa là, điều Jiyuan Litong quan sát được không phải là đánh giá của một mô hình cụ thể về năng lực của chính nó, mà là biểu hiện ngang hàng của nhiều mô hình khi đối mặt với các nhiệm vụ tương tự.
Trong đó vừa có quỹ đạo thành công, cũng có bản ghi thực thi thất bại giữa chừng, sau đó được mô hình khác tiếp quản.
Từ góc độ huấn luyện, quỹ đạo thất bại thậm chí có thể cung cấp nhiều thông tin hơn.
Đáp án cuối cùng có thể cho mô hình biết một con đường khả thi, quá trình thất bại và sửa chữa thì bổ sung thêm hai loại kiến thức khác: chỗ nào dễ xảy ra lỗi, và sau khi xảy ra lỗi thì điều chỉnh như thế nào.
"Học hỏi không chỉ kết quả do nhiều mô hình đưa ra, mà còn cả con đường thực tế mà nhiều mô hình đã đi qua trong môi trường nhiệm vụ", đây cũng là điểm có thể phân biệt được của NeoHorse.
Nhật ký công việc của Agent biến thành năng lực mô hình như thế nào?
Đưa tất cả nhật ký vào huấn luyện sẽ không tự nhiên tạo ra một mô hình Agent mạnh hơn.
Quỹ đạo của Agent thường rất dài, trong đó trộn lẫn lời nhắc hệ thống, yêu cầu người dùng, tham số công cụ, kết quả thực thi, thử nghiệm lặp lại, thông tin lỗi và rất nhiều đầu ra trung gian.
Một số bước có giá trị huấn luyện, một số gần giống với nhiễu. Còn một số quỹ đạo quy trình hoàn chỉnh, nhưng bản thân kết quả lại không chính xác.
Jiyuan Litong trước tiên cần giải quyết vấn đề "dữ liệu nào đáng để mô hình học hỏi".
Theo báo cáo kỹ thuật, mỗi quỹ đạo sẽ trải qua kiểm tra cấu trúc, xác nhận yêu cầu, phản hồi của mô hình, việc gọi công cụ và kết quả môi trường có thể tương ứng với nhau.
Sau đó, hệ thống sẽ đánh giá chất lượng thực thi từ sáu khía cạnh, bao gồm có hoàn thành mục tiêu người dùng không, có tuân thủ chỉ dẫn không, việc sử dụng công cụ có hợp lý không, kết luận có bằng chứng hỗ trợ không, sau khi xảy ra lỗi có thể khôi phục không, và mô hình có chấm dứt nhiệm vụ vào thời điểm thích hợp không.
Ở đây còn liên quan đến vấn đề dễ bị trộn lẫn trong huấn luyện Agent.
Nhiệm vụ kết thúc không có nghĩa là mục tiêu người dùng đã được thỏa mãn——đầu ra của mô hình "nhiệm vụ đã hoàn thành" chỉ có thể chứng minh quy trình thực thi đã dừng, không thể chứng minh sản phẩm giao nộp phù hợp với yêu cầu người dùng.
Do đó, trạng thái hoàn thành, mức độ thỏa mãn mục tiêu, bằng chứng môi trường và phản hồi người dùng, cần được ghi lại riêng biệt như các tín hiệu khác nhau.
Sau khi dữ liệu hoàn thành sàng lọc, tín hiệu định tuyến bắt đầu phát huy một tác dụng khác.
Bộ định tuyến sẽ ước tính khả năng cần thiết cho nhiệm vụ và hình thành các tín hiệu phân loại khả năng khác nhau. NeoHorse trong quá trình huấn luyện căn cứ vào đó để sắp xếp thứ tự mẫu, học nhiệm vụ có yêu cầu khả năng thấp trước, sau đó dần tăng thêm các quỹ đạo thực thi phức tạp hơn, đồng thời vẫn bao phủ các nhiệm vụ cơ bản.
Phương pháp này được gọi là Routing-Guided Curriculum, tức là học tập có lộ trình được hướng dẫn bởi định tuyến.
Hiểu một cách đơn giản hơn, tín hiệu định tuyến trực tuyến quyết định nhiệm vụ giao cho ai, trong giai đoạn huấn luyện còn có thể nói cho mô hình biết, nhiệm vụ nào phù hợp để học trước, nhiệm vụ nào phù hợp để học sau.
Ngoài việc tinh chỉnh có giám sát thông thường, NeoHorse còn sử dụng On-Policy Distillation.
Có thể hiểu là để học sinh giải bài theo cách của mình trước, sau đó giáo viên đưa ra hướng dẫn dựa trên các bước mà học sinh thực sự đi đến.
Bằng cách này, mô hình giáo viên xử lý các vấn đề mà mô hình học sinh sẽ gặp phải dưới phân phối hiện tại, thay vì một bộ lỗi tiêu chuẩn đã được chuẩn bị trước.
Sau các khâu này, kinh nghiệm tích lũy được từ việc thực thi nhiệm vụ lâu dài của đa mô hình, bắt đầu được sử dụng cho huấn luyện hậu kỳ của NeoHorse.
Sau huấn luyện hậu kỳ, điều gì được nâng cao?
Nhìn vào kết quả được đưa ra trong báo cáo kỹ thuật hiện tại, Agentic Post-Training mang lại sự cải thiện ổn định ở cả hai quy mô 4B và 9B.
Trong đó, hiệu suất tổng hợp của NeoHorse-1-4B (điểm trung bình vĩ mô tăng từ 58.94 lên 64.87) đã đạt mức SOTA cùng quy mô——vượt qua mô hình cơ sở Qwen3.5-4B của nó trên tất cả các điểm chuẩn có thể so sánh, và dẫn đầu tổng hợp trong số các mô hình so sánh cùng quy mô 4B.
Nhưng SOTA không có nghĩa là khả năng được trải đều.
Phân tách kết quả thêm một bước có thể thấy, sự cải thiện của mô hình 4B chủ yếu tập trung vào một loại nhiệm vụ.
Loại nhiệm vụ này thường có quy trình làm việc tương đối rõ ràng, phản hồi môi trường có thể quan sát được, thành công và thất bại có thể xác minh, tiêu chuẩn giao nộp cuối cùng cũng khá rõ ràng.
Ví dụ, trong một nhiệm vụ lập lịch dự án, mô hình cơ sở mặc dù đã tìm thấy tệp trong thư mục làm việc, nhưng lại không tiếp tục đọc một email chứa ràng buộc phụ thuộc mới nhất.
Kết quả là, nó tạo ra kế hoạch dựa trên thông tin đã hết hạn, và ghi tệp vào vị trí sai.
Mô hình được huấn luyện hậu kỳ sẽ tiếp tục đọc bằng chứng mới bổ sung, phát hiện ràng buộc đã thay đổi, tính toán lại lịch trình, xác minh kết quả, rồi lưu sản phẩm giao nộp vào đúng vị trí.
Sự khác biệt giữa hai bên thể hiện ở chuỗi thực thi của Agent.
Một mô hình đại khái biết nhiệm vụ nên làm thế nào, mô hình kia đã có thể kết nối việc lấy bằng chứng, cập nhật ràng buộc, thực thi, xác minh và giao nộp thành một quy trình làm việc tương đối hoàn chỉnh.
Đạt được SOTA cùng quy mô không có nghĩa là để NeoHorse-1-4B đảm nhận tất cả nhiệm vụ. Jiyuan Litong quan tâm hơn đến việc phân chia ranh giới năng lực của các mô hình khác nhau một cách tinh tế như thế nào.
Nhiệm vụ có thể được hoàn thành ổn định bởi 4B, có thể giảm việc gọi mô hình quy mô lớn hơn; nhiệm vụ có thể được hoàn thành bởi mô hình mạnh hơn, cũng không cần liên tục nâng cấp lên mô hình hàng đầu đắt nhất; khi độ khó tiếp tục tăng lên, thì giao lại cho mô hình có năng lực mạnh hơn trong hồ mô hình.
Điểm này vừa khớp với mối quan hệ giữa Routing Harness và mô hình tự nghiên cứu.
Mô hình không ngừng mở rộng khoảng chi phí có thể đảm nhận nhiệm vụ ra bên ngoài, hệ thống định tuyến thì dựa trên độ khó nhiệm vụ và tình hình thực thi, đặt các khả năng khác nhau vào vị trí phù hợp.
Ngoài phí gọi API, mô hình này còn có giá trị gì?
Nói đến đây, mối quan hệ giữa các dòng sản phẩm của Jiyuan Litong cũng dần trở nên rõ ràng hơn.
Tầng thứ nhất là phiên bản mã nguồn mở OpenSquilla.
Thông qua sản phẩm miễn phí, mã nguồn mở, triển khai cục bộ và sản phẩm desktop, Jiyuan Litong giảm ngưỡng cho nhà phát triển sử dụng Agent đa mô hình, đồng thời kết nối nhà phát triển và điểm vào nhiệm vụ.
Tầng thứ hai là API TokenRhythm.
Định vị của nó gần với "OpenRouter phiên bản Trung Quốc", cung cấp khả năng gọi các mô hình khác nhau thông qua giao diện thống nhất, tiếp nhận nhu cầu sử dụng mô hình của nhà phát triển và doanh nghiệp, đồng thời giúp các nhà cung cấp mô hình kết nối với nhiều kịch bản ứng dụng hơn.
Doanh nghiệp không cần phải thích ứng riêng với giao diện của nhiều mô hình, mà có thể đánh giá, lựa chọn và chuyển đổi mô hình dễ dàng hơn.
Tầng thứ ba là khả năng dịch vụ và triển khai hướng tới doanh nghiệp.
Các ngành như tài chính, sản xuất có yêu cầu khác nhau về quyền hạn, tính ổn định, triển khai riêng tư và đảm bảo dịch vụ, từ đó cũng hình thành không gian thương mại sâu hơn.
Tầng thứ tư mới là NeoHorse.
NeoHorse trước tiên xác minh một kết nối quan trọng: kinh nghiệm hiệu quả được tạo ra trong quá trình thực thi Harness, sau khi sàng lọc và huấn luyện, thực sự có cơ hội được chuyển hóa thành năng lực của chính mô hình.
Do đó, bánh xe thương mại mà Jiyuan Litong đề xuất trước đây lần đầu tiên xuất hiện kết quả ở tầng mô hình.
Điểm này cũng mang lại khả năng tối ưu hóa sổ sách kinh tế suy luận.
Nếu sau này NeoHorse có thể ổn định tiếp nhận một loạt nhiệm vụ Agent có tần suất cao, tiêu chuẩn tương đối rõ ràng, nền tảng sẽ có thêm một nguồn cung cấp năng lực có thể tự chủ điều phối.
Những nhiệm vụ này có thể tiếp tục tối ưu hóa chi phí suy luận, tốc độ phản hồi và tính ổn định, cũng làm cho việc cấu hình nguồn cung mô hình linh hoạt hơn. Khi mô hình tiếp tục lặp lại, phạm vi nhiệm vụ có thể bao phủ của nó còn có không gian mở rộng thêm.
Nhìn từ góc độ này, những gì Jiyuan Litong muốn làm hơi giống sự tích lũy công nghệ trong hệ thống chế tạo.
Hệ sinh thái mô hình bên ngoài cung cấp các khả năng khác nhau, Harness chịu trách nhiệm tổ chức thực thi; kinh nghiệm hình thành trong quá trình thực thi, lại đi vào cải tiến mô hình ở vòng tiếp theo.
Từ việc kết nối mô hình, cung cấp dịch vụ, đến việc chuyển hóa kinh nghiệm phát sinh từ dịch vụ thành năng lực mô hình, và tiếp tục cải thiện hiệu quả và chất lượng, đây cũng là bước đi thêm một bước của Jiyuan Litong ngoài việc là nền tảng tổng hợp API.
Ngoài mô hình, Jiyuan Litong đang xây dựng điều gì?
Vòng lặp mà Jiyuan Litong hình dung đại khái có thể được nối lại bằng một vài dòng nghiệp vụ:
- Routing Harness kết nối nhà phát triển với nhiệm vụ Agent
- → API TokenRhythm kết nối nguồn cung mô hình với nhu cầu gọi
- → Harness tổ chức thực thi, tích lũy quỹ đạo nhiệm vụ và định tuyến
- → Quỹ đạo có thể sử dụng sau khi sàng lọc, dùng cho huấn luyện mô hình
- → Mô hình được cập nhật trở lại Harness, tham gia vào việc thích ứng nhiệm vụ
- → Cải thiện trải nghiệm nhiệm vụ, khám phá tốc độ phản hồi và hiệu quả chi phí tốt hơn
- → Việc sử dụng liên tục, thanh toán và nâng cao hiệu quả kinh doanh
- → Hỗ trợ hoàn thiện dịch vụ và đầu tư nghiên cứu phát triển ở vòng tiếp theo
Một thay đổi quan trọng trong đó là, quỹ đạo do mô hình tạo ra, không còn chỉ dừng lại ở khâu tiêu dùng và gọi, nó còn có thể trở thành nguồn huấn luyện mô hình cho vòng tiếp theo.
Agent hoàn thành một nhiệm vụ, Harness sẽ có thêm một lần quan sát về ranh giới năng lực.
Một mô hình nào đó thất bại, hệ thống biết khoảng trống năng lực có thể xuất hiện ở đâu; một mô hình khác thành công tiếp quản, hệ thống có được một đường sửa chữa mới; người dùng cuối cùng chấp nhận hoặc từ chối kết quả, lại cung cấp thêm một tầng phản hồi bên ngoài.
Càng tích lũy nhiều nhiệm vụ, khả năng phán đoán định tuyến có thể càng chính xác; sau khi phán đoán định tuyến chính xác hơn, quỹ đạo huấn luyện được sàng lọc ra cũng sẽ càng sát với nhiệm vụ thực tế; mô hình càng phù hợp với nhiệm vụ hơn, dịch vụ API lại có cơ hội có được chi phí và trải nghiệm tốt hơn.
Nếu vòng lặp này có thể tồn tại lâu dài, sự khác biệt giữa Jiyuan Litong với nền tảng tổng hợp API thông thường, cũng sẽ dần dần từ quy tắc định tuyến và danh sách mô hình, đi vào thiết kế nhiệm vụ huấn luyện, phương pháp huấn luyện và tham số mô hình.
Cuối cùng thể hiện ra thông qua hiệu suất sản phẩm.
Còn cách RSI bao xa?
Trên đây là bối cảnh Jiyuan Litong bắt đầu bàn luận về RSI (Recursive Self-Improvement, Cải tiến tự đệ quy).
Phạm vi mà Jiyuan Litong hiện tại xác minh RSI gần hơn với một vòng khép kín công trình, có thể tách thành hai phần.
Phần thứ nhất là Data-RSI.
Mô hình thực thi nhiệm vụ liên tục trong Harness, mỗi lần định tuyến, gọi công cụ, khôi phục sau thất bại và kết quả cuối cùng, đều sẽ tạo ra bản ghi có cấu trúc mới.
Những bản ghi này sau khi sàng lọc và xử lý, có thể đi vào hồ dữ liệu huấn luyện tiếp theo. Do đó dữ liệu huấn luyện không phải hoàn toàn phụ thuộc vào việc chuẩn bị trước bằng tay, cũng có thể tăng lên khi hệ thống được sử dụng liên tục.
Phần thứ hai là Model-RSI.
Hệ thống dựa trên kết quả đánh giá để nhận diện điểm yếu năng lực của mô hình hiện tại, điều chỉnh phân phối dữ liệu cho vòng huấn luyện tiếp theo, cập nhật mô hình, rồi đưa mô hình mới trở lại Harness tham gia thực thi.
Nói cách khác, mô hình học hỏi từ kinh nghiệm thực thi, mô hình được cập nhật lại thông qua việc thực thi nhiệm vụ mới, tạo ra phản hồi mới cho vòng huấn luyện tiếp theo.
Tuy nhiên, với thông tin hiện tại mà NeoHorse công bố, chưa thể coi hệ thống này là RSI hoàn chỉnh.
Báo cáo kỹ thuật hiện tại chỉ xác minh một vòng khép kín "thực thi—đánh giá—lựa chọn—cập nhật". Thiết kế tín hiệu, thiết kế phần thưởng và quy trình huấn luyện vẫn do con người thiết lập, sau nhiều thế hệ mô hình lặp lại liệu có thể tiếp tục ổn định thu được lợi ích hay không, cũng cần thêm nhiều thử nghiệm xác nhận.
Do đó, cách diễn đạt chính xác hơn là, lần ra mắt này của NeoHorse đã hoàn thành xác minh ở hai tầng.
Một tầng là về mặt thương mại, dữ liệu hệ thống tích lũy được, có thể đi vào huấn luyện mô hình, và chuyển hóa thành sự cải thiện năng lực có thể đo lường được.
Tầng kia là về mặt kỹ thuật, đội ngũ khởi nghiệp do Vương Vân Hạc dẫn dắt đã hoàn thành một lần xác minh công trình đơn vòng theo hướng RSI.
Càng nhiều mô hình, công ty này càng có giá trị?
Tất nhiên, câu chuyện của Jiyuan Litong muốn thành lập, còn cần vượt qua vài cửa ải.
Thứ nhất, liệu hệ sinh thái mã nguồn mở có thể liên tục chuyển hóa thành việc sử dụng API và doanh thu hay không.
Thứ hai, khi loại nhiệm vụ tăng lên, liệu hệ thống có thể liên tục thu được đủ quỹ đạo Agent chất lượng cao, có thể sử dụng cho huấn luyện hay không.
Thứ ba, sau khi năng lực mô hình được cải thiện, liệu có thể ổn định chuyển hóa thành trải nghiệm nhiệm vụ tốt hơn và hiệu quả thực thi tốt hơn, và tiếp tục thể hiện trên dữ liệu kinh doanh hay không.
Thứ tư, sau nhiều vòng lặp lại mô hình, lợi ích năng lực còn có thể kéo dài bao lâu.
Những vấn đề này đều cần thời gian quan sát lâu hơn.
Và còn một biến số không thể tránh khỏi——DeepSeek, Qwen, MiniMax và các nhà cung cấp mô hình khác cũng đang mở rộng sang Harness và sản phẩm Agent, xu hướng tích hợp dọc giữa mô hình và hạ tầng cơ sở Agent ngày càng rõ rệt.
Lấy Jiyuan Litong làm ví dụ, sự khác biệt mà công ty này hiện có là tính trung lập với mô hình, và dữ liệu so sánh ngang hàng hình thành trong quá trình thực thi xuyên mô hình.
Nhưng nếu sự khác biệt năng lực giữa các mô hình đủ lớn, việc điều phối xuyên mô hình có cơ hội trở thành một môn kinh doanh độc lập; nếu các mô hình hàng đầu dần bao phủ nhiều nhiệm vụ hơn, hoặc chính nhà cung cấp đóng gói chung Routing, gọi công cụ và khung Agent lại với nhau, thì không gian dành cho tầng trung gian sẽ bị thu hẹp.
Khi khả năng của thượng nguồn ngày càng mạnh, ngày càng rẻ, tại sao tầng trung gian này vẫn cần tồn tại?
Đối với Jiyuan Litong, NeoHorse ít nhất đã mang lại cho câu hỏi này một góc nhìn mới.
Trước đây nó chứng minh mình biết "sử dụng mô hình", giờ bắt đầu thử chứng minh, dữ liệu tích lũy được từ việc sử dụng mô hình lâu dài, cũng có thể lắng đọng thành năng lực mô hình của chính mình.
Con đường này nếu đi thông, hào bảo vệ của Jiyuan Litong sẽ không chỉ ở chiến lược định tuyến; nếu không đi thông, nó vẫn phải đối mặt với vấn đề mà tất cả các tầng trung gian mô hình đều gặp phải.
GitHub:https://github.com/TokenRhythm/NeoHorse
Hugging Face:https://huggingface.co/collections/TokenRhythm/neohorse-1
Bài viết này đến từ tài khoản công chúng WeChat "Quantum Bit", tác giả: Hằng Vũ
