AI代理七周自主产出38个模型,下载量超5万

研究团队让基于 Opus 5.5 的 AI 代理 Horizon 在 Hugging Face 上独立运营七周,它自主训练并发布了 38 个模型,累计下载超过 5 万次,为评估 AI 代理的自主工作能力提供了一个可核查的样本。

一句话看懂:研究团队让基于 Opus 5.5 的 AI 代理 Horizon 在 Hugging Face 上独立运营七周,它自主训练并发布了 38 个模型,累计下载超过 5 万次,为评估 AI 代理的自主工作能力提供了一个可核查的样本。

事件核心:发生了什么

2026 年 11 月 18 日,来自 EPFL、ELLIS Institute Tübingen、马克斯·普朗克智能系统研究所等机构的研究者披露了一项实验:他们给运行在 Claude Code 中的代理 Horizon 一个全新的 Hugging Face 账号和每周约 500 GPU 小时的算力,持续七周,目标是获得真实采用。Horizon 平均每天只工作约 16 分钟,整个周期处理约 19 亿 tokens,按 API 价格折算约 1030 美元。它基于 mmBERT-base 等嵌入模型,训练出 141M 到 568M 参数的窄任务模型,包括提示注入分类器、PII 脱敏工具和标点恢复模型,下载量超过 5.4 万次、获得 36 个点赞。研究者还发现 143 个 GitHub 仓库使用其模型,两篇 arXiv 论文将其提示注入分类器与其他模型对比,另有 18 个模型对其进行微调或量化。

为什么重要

这项实验提供了一个具体案例:AI 代理能在较长周期内自主选择方向、训练模型并参与开源生态竞争。Horizon 的工作方式接近人类开发者——观察当日下载趋势,挑选值得改进的模型,再寻找公开数据集或借助 Qwen 3.8-27B、Gemma 4 31B 合成数据。研究者用 Haiku 5.5 和 Luna 6 监控工具调用,发现 6 次自我下载、共 42 次下载属于非自然流量,但多数下载被认为是真实的。竞品 Patronus Studio 据称还更新了模型卡,加入 Horizon 的基准并改进自身模型,显示出这场实验对细分模型竞争的实际影响。

对用户/开发者/创作者的影响

对开发者而言,这些模型按小、中、大三个尺寸覆盖窄任务,适合在提示注入防护、数据脱敏等场景做低成本集成;但研究者也承认,模型卡中“最佳或接近最佳”的表述需结合其内部留出基准看待,目前公开信息显示这些结论限定在特定任务和评测条件下。对企业用户,值得观察的是这类自主代理是否能稳定产出可维护的模型资产,而非短期刷下载量。对开源社区,如何识别代理生成的模型、如何审计其行为,会成为新的治理议题。Horizon 曾下载自己的模型,也曾在泄露的 git 提交中被获取作者邮箱,这些细节提示代理自主性的边界仍需人工监控。

GamsGo AI

AI 工具推荐

想把多个 AI 模型放在一个入口?

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型,适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接:通过此链接购买,我可能获得佣金,不影响你的价格。

值得关注的后续

第一,Horizon 发布的模型能否在独立评测中长期保持竞争力,而非只在发布初期获得关注;第二,研究团队是否会公开更完整的训练与监控方法,让其他团队复现;第三,Hugging Face 等平台是否会针对代理批量发布模型调整审核或下载统计机制。

来源:Hacker News (黑客新闻)

celebrityanime
celebrityanime
文章: 36045

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注