基元律动韩凯：用多模型调度和反馈闭环推动Agent持续进化
多模型并存是常态，关键是怎么用好
在2026年杭州云栖大会的企业级Agent实践峰会上，基元律动联合创始人兼CTO韩凯讲了一个很实在的问题：现在的大模型生态里，没有哪个模型能通吃所有任务。不同模型在能力、成本和响应速度上各有长短，而一个复杂的Agent任务往往要调用十几次甚至几十次模型。怎么在每一步都选对模型，同时控制成本，成了系统设计的核心挑战。
国家数据局今年3月公布的数据显示，国内日均Token调用量已突破140万亿，比2024年初涨了上千倍。这背后是大量Agent应用在跑，而每一次调用都不是孤立的——它们串在一起完成一个目标。任务最终能不能成，不仅看单个模型强不强，更看整个执行框架能不能把合适的模型用在合适的地方。
韩凯把这套执行框架叫做Harness。它不只是个调度器，而是负责模型选择、工具调用、上下文管理等一系列支撑能力的综合体。其中最关键的一环，就是模型路由。
OpenSquilla：用对模型，也用得起模型
为了解决多模型协同的问题，基元律动开源了OpenSquilla项目。他们的思路很简单：别总用最贵的旗舰模型干所有活，而是根据任务步骤的复杂度动态分配模型。
测试结果挺有说服力。在一组端到端Agent评测中，OpenSquilla在保持任务质量达到固定旗舰模型基线99.96%的同时，把成本压低了88.9%。另一组更严苛的DRACO深度研究评测显示，多模型协同配置的得分甚至超过了实验中最强的单模型基线，而成本只有后者的三分之一左右。
“路由层的价值，在于让每一步任务用对模型、用得起模型。”韩凯说。这句话听起来朴素，但背后是对任务拆解、模型能力画像和成本效益分析的综合能力。
比如，一个Agent要处理用户查询，可能先用一个小模型做意图识别，再用中等模型生成结构化请求，最后才调用大模型做深度推理或内容生成。中间如果涉及简单计算或格式转换，甚至可以绕过语言模型，直接走规则引擎。这种细粒度的调度，才是降低成本又不牺牲体验的关键。
从调度到进化：RSI飞轮怎么转起来
但光会调度还不够。韩凯认为，真正的突破在于把Agent运行过程中产生的经验变成模型改进的燃料。他们把这个机制叫做RSI（Recursive Self-Improvement，递归式自我改进）飞轮。
具体来说，就是以实际场景中的能力缺口为起点，通过评测发现当前模型或调度策略的短板，然后针对性地做优化——可能是微调模型，也可能是调整路由规则。优化后的版本再回到真实场景中跑，验证效果，形成闭环。
这个想法不新，但难点在于如何让反馈真正可量化、可追溯、可行动。很多团队收集了一堆用户反馈，却不知道该优先改哪里。RSI的关键在于把“任务表现”作为核心指标，而不是泛泛的满意度或点击率。
NeoHorse-1：第一次闭环验证
今年9月发布的NeoHorse-1系列模型，就是RSI路径的初步尝试。它基于通义千问Qwen3.5底座做后训练，训练数据部分来自基元律动自家Agent产品在真实任务中的运行日志和失败案例。
初版技术报告显示，在十项基准评测中，NeoHorse-1-4B的宏平均得分从58.94提升到64.87，9B版本从65.60升到69.04。更有意思的是，4B版本在VitaBench、τ²-Bench、PinchBench、QwenClawBench和HumanEval这五项上，甚至超过了原始的Qwen3.5-9B底座模型，整体平均分也逼近9B水平。
这意味着什么？说明通过有针对性的数据筛选和训练目标设计，小模型也能在特定任务上超越更大的通用模型。而这背后，正是Agent运行中积累的“知道哪里会错、该怎么改”的经验在起作用。
合作生态：从模型到算力的协同
当然，这种闭环离不开合作伙伴的支持。韩凯提到，基元律动和阿里云围绕Qwen系列模型开展了多轮场景测试和应用验证。他们的Harness框架和Agent产品持续调用Qwen模型，积累反馈，并把这些经验用于推动新版本接入自家的TokenRhythm路由平台。
基础设施方面，阿里云提供云服务支持业务运行，而无问芯穹则为NeoHorse-1的训练和推理提供算力及底层优化。这种分工其实反映了当前AI工程化的现实：没有哪家公司能独自搞定从芯片到应用的全栈，协作成了必然选择。
调度与迭代，两条腿走路
总结来看，基元律动的思路很清晰：短期靠多模型调度降本增效，长期靠反馈闭环驱动模型进化。前者解决“当下怎么跑得稳”，后者解决“未来怎么变得强”。
这两者其实是互相促进的。调度系统越精细，收集到的反馈就越精准；反馈越精准，模型迭代的方向就越明确；模型越强，调度策略的空间就越大。这就是他们想构建的正向循环。
不过也要看到，RSI目前还处于早期验证阶段。NeoHorse-1的提升是在特定评测集上体现的，能否在更广泛的业务场景中复现，还需要时间检验。而且，如何避免反馈闭环陷入局部最优——比如过度拟合某些高频但简单的任务——也是接下来要解决的问题。
但无论如何，把Agent从“一次性部署”变成“持续进化体”，确实是行业往前走的关键一步。韩凯没讲太多宏大叙事，而是聚焦在怎么让系统更聪明地用模型、更有效地学经验。这种务实的态度，或许比任何技术细节都更值得留意。