Horizon
规划中旗舰推理
面向复杂工程与长链路任务的旗舰推理方向，研究如何在多重约束下深入分析、保持连贯决策，并检验结果。
- 目标任务
- 复杂工程与长链路任务
- 能力重点
- 深入推理与连贯决策
模型
不同的专长， 共同的雄心。
不同任务对推理深度、响应速度与成本有不同要求。我们的模型计划探索三条方向：面向困难工作的旗舰推理、面向日常开发的均衡能力，以及面向专门任务的轻量专用模型。
Voyager
研发中均衡能力
面向日常开发、测试与调试的主力编程和推理方向，在任务质量、速度与成本之间探索平衡。
- 目标任务
- 日常开发与迭代
- 能力重点
- 编程、推理与执行效率
Scout
已在 Remy 中使用轻量专用
Scout 是面向 Agent 工作流中边界清晰、结果可验证环节的专用模型系列。研究方向包括代码检索与编程子任务，探索专用模型与主 Agent 之间更有效的分工。
- 目标任务
- 高频专用任务
- 能力重点
- 专用化与有效分工
外部模型 API 尚未开放，正式规格与定价将随服务准备就绪逐步公布。
研发进展
各模型的研发进展。
了解各条模型线的阶段目标、当前工作和已取得进展，以及接下来要验证的问题。
Horizon
旗舰推理
- 阶段目标
- 研究复杂工程与长链路任务中的推理深度、连贯决策与结果可验证性。
- 当前工作
- 围绕复杂推理与长链路 Agent 任务开展方向规划，明确相关能力要求。
- 已取得进展
- 模型专属的训练与评测进展待公布。
- 下一步
- 后续拟验证推理深度、约束保持与结果可验证性，具体训练和评测安排待公布。
Voyager
均衡能力
- 阶段目标
- 验证面向编程 Agent 的后训练方案，为后续 Voyager 训练提供依据。
- 当前工作
- 准备训练数据与评测任务，在较小模型上验证方法，重点关注工具交互与执行反馈学习。
- 已取得进展
- 共享数据与训练链路已打通，实验模型已完成单步工程验证；Voyager 专属能力提升仍需后续验证。
- 下一步
- 依据较小模型的学习效果与独立评估结果，决定是否及何时推进 Voyager 训练。
Scout
轻量专用
- 阶段目标
- 提升专门任务的有效性与效率，平衡检索精确率、召回率与任务耗时。
- 当前工作
- 持续优化代码检索训练与评估，同时准备面向编程子任务的专用模型方向。
- 已取得进展
- 首个 4B 检索模型已用于 Remy Quick Search，并已公开代码检索评测。
- 下一步
- 在独立任务上检验检索改进，并推进编程专用模型的训练准备与方案验证。
Scout 应用实例
让进步，经得起验证。
以 Scout 已应用的首个代码探索模型为例，了解模型分工如何进入 Remy 的实际任务，并通过已公开评测观察检索表现与耗时。
Scout · 首个模型
Scout
帮主 Agent 找到要改的代码的 4B 模型。
Scout 负责检索这一步，让主 Agent 从正确的文件与代码行开始工作。
工作方式
- 任务需要完成的改动
- Scout找到文件与代码行
- 主 Agent实现并验证
代码检索评测
与强化学习训练前的基座对比，共 848 项代码任务。
- 训练前基座
- Scout
2.3×
检索更准确
0.077
0.180
训练前基座Scout
29%
单个任务更快
训练前基座
Scout节省 29%
RSI 研究
迈向能够持续 自我改进的智能。
递归式自我改进（RSI）是我们的长期研究方向：让 AI 参与设计与评估实验，推动模型和 Agent 系统共同进步，并进一步支持下一轮研究。
- 01提出实验
- 02执行与评估
- 03改进模型与系统
- 04支持下一轮研究