IQuest-Q1 – 至知創新研究院開源的 Agent 基礎模型

IQuest-Q1是什麼

IQuest-Q1是至知創新研究院開源的Agent基礎模型，主打代碼與智能體任務。IQuest-Q1採用稀疏MoE架構，總參數320B、每token僅激活15B，推理成本低。IQuest-Q1在合成環境中經多harness強化學習和多教師在線蒸餾（MOPD）訓練，可接入Claude Code或Codex，在NL2Repo、CyberGym等榜單位居前列，整體表現均衡，擅長前端生成、辦公自動化與AI研發診斷。

IQuest-Q1的主要功能

• 倉庫級代碼生成：一句話需求可生成完整可運行的多文件項目，在 NL2Repo 榜單上位列開源模型第一梯隊。
• CLI 智能體操作：能讀寫代碼庫、調用命令行工具、檢查結果並從錯誤中恢復，可無縫對接 Claude Code 和 Codex 使用。
• 前端交互應用生成：一次生成包含 3D 場景、交互邏輯和視覺呈現的可運行網頁應用，如 FPS 遊戲、賽車遊戲、體素海底城市等。
• 辦公全流程自動化：通過飛書 lark-cli 交叉覈對聊天記錄與文檔，完成事件定級、報告撰寫、任務分配與進度跟蹤的完整閉環。
• AI 研發自我診斷：能追查強化學習訓練異常，定位根因、修復代碼並用新指標曲線驗證結果。
• 多步複雜任務執行：面向中長程任務，可持續數小時自主推進，覆蓋網絡安全、終端操作等場景。

IQuest-Q1的技術原理

• 稀疏 MoE 架構：模型採用 decoder-only Transformer 主幹加稀疏混合專家結構，總參數約 320B，但每個 token 僅激活約 15B 參數。
• 分階段訓練流程：訓練分爲預訓練、中期訓練和後訓練三段：預訓練奠定通用能力和世界知識；中期訓練將數據分佈轉向代碼與 STEM，加入長上下文智能體軌跡；後訓練圍繞軟件工程、長時程任務和通用推理做專項的 SFT 與強化學習收斂。
• 合成環境與多 Harness 強化學習：團隊在真實 API、MCP 服務器和倉庫構建的可執行環境中合成任務，讓單一策略跨多個 harness 訓練，保留各自的工具與上下文管理方式，使模型學到的是解題本身，還有在真實智能體系統中工作的行爲模式；優化前先進行失敗歸因，只有模型自身的錯誤才成爲學習信號。
• MOPD 多教師在線蒸餾：強化學習產出四個方向的專業模型，智能體體驗、多 harness 協作、長程任務、通用智能體工作；MOPD 以 SFT 檢查點初始化的學生模型在自己的軌跡上學習，由對應專家逐 token 打分，再經分階段穩定模型合併，將多個專家摺疊收斂爲單一的 IQuest-Q1。
• 機協同的自進化研發流程：研發過程中模型參與自身的能力診斷、訓練方案設計和部分實驗執行，人類研究員負責方向調整、高成本實驗和版本採用等關鍵決策；每輪驗證後的模型更新、訓練資產和流程沉澱下來供下一輪直接複用，形成持續迭代的閉環。

微信關注回覆“開源”，加入AI開源項目交流羣

如何使用IQuest-Q1

• 獲取模型權重：從 Hugging Face或 GitHub 倉庫下載模型權重與推理代碼，ModelScope 渠道即將上架。
• 部署推理服務：用 SGLang或 vLLM 啓動 OpenAI 兼容的推理服務，需 8 卡張量並行（TP=8）、bfloat16 精度，並加載 IQuest 專用的 tool-call 和 reasoning 解析器。
• 加速與調參（可選） 如需更高吞吐，可啓用遞歸 MTP 投機解碼；復現官方評測建議 temperature=1.0、top-p=0.95、top-k=20。
• 直接調用模型 通過 Python API 或 OpenAI 兼容接口直接發起請求，使用 IQuest 格式的 chat template 進行工具調用和推理。
• 接入 Agent 工具使用：通過支持工具調用的網關接入 Claude Code或 Codex CLI，設置好網關地址和 API Token 後可讓 IQuest-Q1 驅動智能體完成任務。

IQuest-Q1的核心優勢

• 極致推理效率：320B 總參數但每 token 僅激活 15B，用接近小模型的推理成本獲得旗艦級的任務能力。
• 成績均衡全面：在 DeepSWE、NL2Repo、CyberGym、Terminal-Bench、JobBench 等八個榜單全部穩居前列，無能力短板。
• 代碼能力突出：倉庫級生成 NL2Repo 拿到 63.0 分，超越 DeepSeek-V4-Pro 和混元 Hy4，位列開源模型第一梯隊。
• 真實智能體閉環：不僅能生成代碼，還能讀日誌、調工具、從錯誤中恢復，交付可驗證的最終結果。
• 一鍵接入主流 Agent：提供 OpenAI 兼容接口和官方 Docker 鏡像，可直接替換進 Claude Code 和 Codex 使用。

IQuest-Q1的項目地址

• 項目官網：https://iquestlab.github.io/
• GitHub倉庫：https://github.com/IQuestLab/IQuest-Q1
• HuggingFace模型庫：https://huggingface.co/IQuestLab/IQuest-Q1

IQuest-Q1的同類競品對比

IQuest-Q1的應用場景

• 智能編程開發：一句話生成完整可運行的多文件項目，能在 Claude Code / Codex 中自主讀代碼、修 bug、跑測試，交付可驗證的工程成果。
• 交互式網頁與遊戲生成：根據文字描述一次性產出 3D 遊戲、可視化工具、設計頁面等前端應用，覆蓋場景搭建、交互邏輯與視覺呈現。
• 辦公流程自動化：通過飛書 lark-cli 打通聊天、文檔、表格與會議，完成信息交叉覈驗、事件定級、報告撰寫、任務分配與進度跟蹤的全流程。
• AI 研發與訓練運維：自動診斷模型訓練異常，定位根因並修復代碼，輔助 AI 團隊維護和優化自己的研發管線。