# Scaling the Horizon, Not the Parameters: Reaching Trillion-Parameter Performance with a 35B Agent
- 来源：huggingface · https://huggingface.co/papers/2606.30616
- 作者：Lei Bai, Zongsheng Cao, Yang Chen, Zhiyao Cui, Shangheng Du, Yue Fan, Shiyang Feng, Zijie Guo, Haonan He, Liang He, Xiaohan He, Shuyue Hu, Yusong Hu, Songtao Huang, Yichen Jiang, Hao Li, Xin Li, Dahua Lin, Weihao Lin, Fenghua Ling, Dongrui Liu, Zhuo Liu, Runmin Ma, Chunjiang Mu, Haoyang Peng, Tianshuo Peng, Jinxin Shi, Luohe Shi, Boyuan Sun, Zelin Tan, Shengji Tang, Qianyi Wang, Yiming Wu, Yi Xie, Xiangchao Yan, Jingqi Ye, Peng Ye, Fangchen Yu, Jiakang Yuan, Bihao Zhan, Bo Zhang, Chen Zhang, Shufei Zhang, Shuaiyu Zhang, Wenlong Zhang, Yiqun Zhang, Junpeng Zhao, Zhijie Zhong, Bowen Zhou, Yuhao Zhou

> 35B MoE agent通过扩展推理轨迹达到万亿参数模型性能

## 概要

该论文提出 Agents-A1，一个 35B 参数的 Mixture-of-Experts agentic 模型，通过扩展 agent horizon（平均轨迹长度 45K tokens）达到万亿参数级别性能。关键方法包括：三阶段训练（全领域 SFT → 领域教师模型 → 多教师领域路由策略蒸馏）。在 SEAL、IFBench、HiPhO 等长程任务基准上超越或持平 Kimi-K2.6、DeepSeek-V4-pro 等万亿参数模型。

## 对我的影响

1. **导购 agent 落地：** 该工作验证了通过长轨迹训练小模型可达到大模型效果，直接支持我用 35B 级模型运行导购 agent，降低推理成本。计划在场景中测试轨迹长度对任务完成率的影响。
2. **技术选型改变：** 之前倾向优先部署大参数模型，现在意识到可通过扩轨迹和蒸馏达到相同效果，更关注自己的 agent 系统能否收集长轨迹数据。接下来需构建导购域的长轨迹 pipeline。
3. **情报平台集成：** 论文的 multi-teacher 蒸馏策略可指导我设计多领域知识管理方案，用于平台自动为不同论文生成摘要。

---
*导出自 前沿论文情报台*