Agents-A1

Agents-A1 是一个350亿参数的混合专家（MoE）智能体模型，通过扩展智能体决策轨迹长度（agent horizon）而非单纯增加参数量，实现万亿级参数等效性能。其核心技术包括长程知识-动作基础设施（支持平均45K token的智能体轨迹）、三阶段训练范式（全领域监督微调、多领域教师模型蒸馏、域路由的在线多教师蒸馏），并统一覆盖六类异构任务领域。适用于需要长周期规划、多步工具调用、跨领域协同推理的复杂AI智能体场景，如科研辅助、自动化工作流编排与高精度任务分解系统。