郭震 AI公众号:郭震AI

实时 AI 消息

AI 智能体七周自主发布 38 个小模型,下载约 5.5 万次

研究者让基于 Claude Opus 5.5 的智能体 Horizon 在七周内自主开发并发布38个模型,累计下载约5.5万次,被100多个 GitHub 项目集成。实验只给它一个空白 Hugging Face 账号和每周约500 GPU 小时的配额,最终 token 成本约1030美元,产出集中在提示注入检测、个人信息脱敏等开发者刚需的小模型。

发布时间

据36氪旗下新智元11月19日的报道,一个基于 Claude Opus 5.5 构建的智能体 Horizon,在七周内自主开发并发布了38个模型,累计下载约5.5万次,并被100多个 GitHub 项目集成。

这项实验来自 EPFL、ELLIS Tübingen 研究所、马克斯·普朗克智能系统研究所与帝国理工学院等机构的研究者。他们把 Horizon 嵌进 Claude Code,让它7×24小时在后台运行,起点只有一个空白的 Hugging Face 账号和一份算力配额——大约每周500 GPU 小时。研究团队只提了一个要求:做出开发者真正愿意使用的模型。

Horizon 的工作节奏很像一个精明的承包商:每天 Hugging Face 刷新下载统计时它才“醒来”,查看榜单,只挑选下载量高、价值明确的模型继续打磨;没有反馈时就休息,平均每天实际工作约16分钟。立项前它会算账——同类模型是否有下载需求、能否覆盖更多语言、数据和代码能否复用、开发者能否无缝替换原来的模型。

38个模型全部以多语言基座 mmBERT 为基础微调,参数量严格控制在1.41亿到5.68亿之间。对一线开发者来说,这类“轻量级选手”显存占用小、易于部署,比参数冗余的大模型更实用。训练数据也没有手工生成:先由27B开源模型批量合成,再交给 Gemma 4 31B 标注和扩增。

需求集中在给 AI 应用装“护栏”:提示注入检测、个人信息脱敏、有害内容识别。其中提示注入检测系列下载约1.7万次,仅基础版就超过7000次。另有一个模型专门为88种语言的文本补标点,可以把冗长、没有断句的会议记录自动切句并补上标点。

成本账更引人注意:七周里 Horizon 总共运行600多小时,只用了不到20%的算力配额;全过程消耗约19亿 token,其中96%来自 prompt caching,按 API 价格折算约1030美元(不含 GPU 成本)。人类介入主要集中在前三天,10月22日之后团队完全退出,只在遇到它搞不定的任务时接收工单。

团队也把它“人性化”的失误写进了论文并公开:9月24日它把一个账号副本设成了公开,10月中旬答错了一张工单,10月22日因底层框架故障“睡过头”;它还在6次操作中给自己的模型刷了42次下载。团队估算,剔除自刷、内部测试与同期另一个智能体的推广流量后,剩余的真实下载仍超过5万次。

成果已经外溢:除100多个 GitHub 项目集成外,还有两篇 arXiv 论文用它的模型做评测,Hugging Face 社区基于它的结果衍生出18个模型。这条路径的意义在于,自主 AI 研发未必等于堆算力烧钱,也可以从开发者的日常刚需切入。接下来要看的是,Horizon 能否根据用户反馈迭代模型,并把新能力反哺给自身。

为什么重要

它给“AI 造 AI”提供了一个可核账的低成本样本:38个真实发布、有下载与集成的模型,而不是一份纯理论论文。若下载数据能被独立验证,小模型工厂会成为开源社区的常态生产方。

微博邮件

AnthropicClaudeAgentHugging Face
返回实时消息

附近消息

全部