扩展视野，而不是参数：使用 35B 代理实现万亿参数性能

我们引入了 Agents-A1，这是一个 35B 专家混合代理模型，通过扩展代理范围来达到万亿参数级性能。我们从两个角度研究代理范围扩展：扩展长范围轨迹和扩展异构代理能力。为了支持这一目标，我们构建了一个长期知识行动基础设施，连接外部知识、行动、观察和验证者结果，产生平均长度为 45K 词元的代理轨迹。在此基础上，我们采用三阶段配方来训练 Agents-A1。首先，我们执行全域监督 微调 以使基本模型与广泛的代理行为保持一致。其次，我们训练领域级教师模型以获取每个领域的专业知识。第三，我们提出了一种多教师域路由的 同策略 蒸馏 ，具有显着的词汇对齐功能，以提高跨不同域的知识转移效率，将六个异构域统一到一个可部署的学生模型中。 Agents-A1 在长期代理基准测试中实现了强大而广泛的性能。与Kimi-K2.6、DeepSeek-V4-pro等1T参数模型相比，Agents-A1在SEAL-0（56.4）、IFBench（80.6）、HiPhO（46.4）、FrontierScience-Olympiad（79.0）、MolBench-Bind（56.8）上取得领先成绩，并在SciCode上保持强劲竞争力(44.3)、HLE (47.6) 和 BrowseComp (75.5)。我们希望这项工作为社区提供了一条使用 35B 代理扩展视野的实用路径，该代理可以在长视野任务上达到或匹配 1T 模型的性能。