研究人员推出了Agents-A1，这是一个拥有350亿参数的混合专家模型，通过扩展智能体视界而非增加参数量，实现了与万亿参数模型相当的性能。该方法专注于延长长视界轨迹，并通过专门的训练基础设施统一异构的智能体能力。

  • Agents-A1利用长视界知识-行动基础设施，生成平均长度为45K token的智能体轨迹。
  • 训练遵循三阶段配方：全领域监督微调、领域级教师模型训练以及多教师领域路由的在线策略蒸馏。
  • 该模型通过显著词汇对齐实现高效知识迁移，将六个异构领域统一为一个可部署的学生模型。
  • Agents-A1在SEAL-0 (56.4)、IFBench (80.6)、HiPhO (46.4)、FrontierScience-Olympiad (79.0) 和 MolBench-Bind (56.8) 等基准测试中超越了Kimi-K2.6和DeepSeek-V4-pro等万亿参数模型。

这项工作为扩展智能体视界提供了切实可行的路径，证明35B模型在长视界任务上可以匹敌显著更大的模型。