让模型从 Agent 运行中学到教训：TokenRhythm 的三层设计
PrajwalTomar_ · x · 2026-09-16
作者提出一个常见痛点：agent 能找到 bug、试错三次后解决，但下次仍会犯同样错误——对话有记忆，模型本身没变聪明，大量有用的试错工作被浪费。
其方案分三部分：OpenSquilla 执行任务，TokenRhythm API 连接不同模型，NeoHorse-1 则用这些 agent 运行中的经验教训来训练模型。核心赌注在于最后一步：把 agent 的工作转化为模型本身的能力提升。
所属事件:TokenRhythm 发布 NeoHorse-1：让 Agent 运行经验回流模型权重(9 条相关)→
「编程与Agent」频道最新
- 谷歌工程师造 WikiSkill：把 Agent 执行历史编译成可复用技能 — blaizedsouza · 2026-09-16
- 开源 Open Notebook 可本地运行,替代 NotebookLM 支持播客生成 — thisguyknowsai · 2026-09-16
- 独立开发者开源 Qwen-2.5-1B-RLCD,端侧 JSON 推理提速 5 倍 — suchenzang · 2026-09-16
- FDE 一词三种工作：是产品岗位还是好听头衔的咨询？ — yangyi · 2026-09-16
- AI 改写游戏 Mod 生态:极地乐 Hybrid 6 社区涌现大量 AI 编写工具 — SuperSlowmia · 2026-09-16
- 重置两次仍只剩 14%:Pro 用户晒 ChatGPT 20 倍配额见底名场面 — craigbalding · 2026-09-16