当大模型的竞争从"参数更大"转向"能不能当好一个 Agent"，一个新的技术叙事出现了——Agent-Native（智能体原生）。由华为诺亚方舟实验室前主任、盘古大模型负责人王云鹤创办的基元律动，发布了面向 Agent 的原生模型 NeoHorse（4B/9B），把"让模型更会当智能体"作为核心卖点。

什么是"Agent-Native 模型"

传统大模型是"会聊天的模型"，而 Agent-Native 模型是天生为"当智能体"设计的模型，侧重能力包括：

  • 工具调用：精准调用外部工具/API，完成实际操作；
  • 环境反馈读取：理解执行结果，动态调整下一步；
  • 多步推理与规划：把复杂任务拆解、执行、纠错；
  • 与系统深度配合：更适合嵌进 Agent 框架、被反复调用。

也就是说，它不是"通用聊天+插件拼凑"，而是从底层就为 Agent 场景优化。

为什么 4B/9B 这样的中等模型反而受关注

  • 成本可控：中小模型推理更便宜，适合高频、多轮的 Agent 调用；
  • 响应更快：端侧/边缘更友好；
  • 专而精：在"工具调用"这类特定能力上，可能比超大模型更精准；
  • 商业化友好：Agent 应用要规模化，成本与效率是关键。

王云鹤与 AI 创业热

  • 大厂技术负责人下场创业：从华为诺亚、盘古出来做 Agent-Native 模型，说明"智能体"被看好为下一波机会；
  • 方向细分：不再只卷通用大模型，而是往"Agent 基础设施/专用模型"深挖；
  • 人才与资本：AI 创投活跃，细分赛道正成为新蓝海。

对开发者与产业的意义

  • 开发 Agent 更容易：有更懂"当智能体"的模型可用，Agent 应用落地门槛降低；
  • Agent 生态分化：模型、框架、工具链、算力各层将出现更多专业化玩家；
  • 从"模型"到"智能体"：AI 应用的重心正从"生成"转向"执行与协作"。

结语

基元律动的 NeoHorse，把"Agent-Native"摆上台面，是对"大模型下一步"的一个明确回答：未来的 AI，不只是会说话，更要会干活、会协作。 从诺亚实验室到创业公司，王云鹤的这一步，也是整个 AI 产业"从模型走向智能体"的一个缩影。这条赛道，正在被重新定义。

本文基于公开信息整理，模型与技术细节以基元律动官方发布为准。