上海Agents-A1开源能跑长任务吗？
这个夏天国产开源AI最让我兴奋的，不是哪家又刷了某个榜单，而是上海AI Lab丢出来的Agents-A1。35B的MoE模型，参数只有对手三十分之一，却在FrontierScience-Olympiad拿到79.0分，超过了Kimi K2.6的73.0和DeepSeek-V4-pro的76.0两个万亿级对手。在长程搜索SEAL-0拿到56.4、物理奥赛HiPhO 46.4、指令遵循IFBench 80.6，几乎在所有"长链路"基准上压过同尺寸选手。但让我真正停下来想想的是它的论文标题： 《Scaling the Horizon, Not the Parameters》 。这一年大家都被参数军备竞赛裹挟，好像模型做不大就输在起跑线。Agents-A1反向走：不把模型做大，而是把训练样本里的"推理轨迹"做长。团队构建了一套叫KAG（知识-动作图）的基础设施，把外部知识、动作、观察结果、验证器判定串成可训练的长轨迹，平均长度4.5万token。常规SFT样本只有几千token，相当于它喂给模型的不是"题目+答案"，而是"完整解题录像"。三阶段训练：全领域SFT打底→四个领域教师（搜索、科学、指令、工具调用）→多教师按领域路由的on-policy蒸馏，把多专家能力压进一个35B学生模型。我个人感受是：这种路线更接近"培养习惯"——o1证明"多想"有用，Agents-A1更进一步，把"怎么想"教进训练数据本身，让模型在长链路里能稳住约束、不被错误累积。35B能在我自己机器上稳定跑长任务，这才是工业落地的关键。
发布于 福建
1
评论
赞
未登录
友善发言
评论
加载中
