上海人工智能实验室 Agents-A1 团队（arXiv 2606.30616）给出反共识答案：一个 35B MoE 在 SEAL-0、IFBench、HiPhO、FrontierScience-Olympiad、MolBench-Bind 五个长程基准上领先 Kimi-K2.6、DeepSeek-V4-pro 等 1T 旗舰。 方法是「Agent 水平扩展」：把轨迹拉长到平均 45K token，统一 6 个异构领域。训练三阶段——全领域 SFT 对齐 → 域级教师独立训练 → 多教师域路由 On-Policy 蒸馏，把 6 域装进同一 35B 学生。权重与管线全开源（HF: huggingface.co/InternScience/agents-a1）。 评论：LLM 进入 Agent 时代，性能瓶颈从「参数总量」转向「单次任务能调动的有效推理长度」。35B 用 45K token 视野下的多教师域路由蒸馏跑赢 1T，是「水平扩展」首次正面挑战「参数扩展」。后 Scaling Law 时代，Agent horizon 正在取代参数 scale 成为新主战场。