扩展视野而非参数：用 35B Agent 达到万亿参数级性能

本文提出 Agents-A1，一个 35B 混合专家代理模型，通过扩展代理视野（agent horizon）达到万亿参数级性能。研究从长程轨迹和异构能力两个维度展开，构建了连接外部知识、动作与验证结果的长程知识 - 动作基础设施，生成平均 45K token 的代理轨迹。采用三阶段训练策略：全领域监督微调、领域级教师模型训练及多教师域路由蒸馏。实验表明，该模型在多个长程基准测试中优于或媲美千亿至万亿参数模型，为高效扩展代理长程任务能力提供了实用路径。