上海Agents-A1开源能跑长任务吗？
上海AI Lab开源的Agents-A1，35B参数，在部分长任务上追平万亿级模型。我的第一反应不是"小模型逆袭了"，而是"终于有人换赛道了"。过去两年行业疯狂堆参数，仿佛只有大力才能出奇迹。但Agents-A1证明了一件事：与其把知识硬塞进参数里，不如教会模型怎么把任务做得更长。它靠的是扩展Agent Horizon——训练模型在长流程中搜索、调用工具、纠错、恢复，训练数据平均4.5万token，远超普通样本。但说实话，我也不想吹过头。论文自己也承认，工程类任务上跟前沿大模型还有差距。35B毕竟是35B，通用推理能力的天花板就在那里。它更大的意义是指出了一条经济可行的路：不是所有人都有万亿参数的预算，但你可以让小模型学会"更会做事"。真正值得关注的是，这种思路能不能在工程代码场景也跑通。那才是Agent落地的核心战场。
发布于 江西
1
14
9
未登录
友善发言
评论
加载中
