基元律动发布 NeoHorse-1.5-Flash Preview，并同步披露其 Agent 模型的 RSI 已进入第二轮迭代。RSI 一般指模型的AI 词典：递归自我改进">递归自我改进（Recursive Self-Improvement），即让模型参与数据构造、评测与训练流程的改进，再把结果回流到下一轮。两条信息合在一起，指向的重点在于迭代机制本身的持续推进，而不只是单点能力的提升。
先看 NeoHorse-1.5-Flash Preview 这个命名。1.5 表明它处在 1.x 主线的中段世代，Flash 是型号分支标识，Preview 则说明这是预览版本，通常用于在正式版之前收集真实使用反馈。对关注该系列的开发者来说，这意味着可以在正式发布前先行评估其能力边界与接入形态。
再看 RSI 的第二轮迭代。递归自我改进的难点主要在于流程能否重复，而不在于第一轮能否跑通：第一轮往往依赖大量人工设计与筛选，第二轮才真正检验“上一轮的产出能否作为下一轮的起点”，以及每轮改进是否稳定、可度量、不回退。如果第二轮能够成立，Agent 模型的进步曲线就会从“人工推动”转向“流程推动”。
对 AI 从业者而言，这条消息的价值在于提供了一个可观察的样本：模型厂商正把竞争重心从单次任务的分数，转移到版本迭代的速度与稳定性上。Agent 场景对长链路任务成功率、工具调用可靠性要求更高，这类指标很难靠一次性训练解决，更依赖持续迭代与反馈闭环。
关于 NeoHorse-1.5-Flash Preview 的参数规模、评测成绩与具体开放方式，仍有待官方进一步披露。